当务之急最该解决的问题是大众对于 AI大模型的正确认知以及最基本的AI用法。
你看这是前两天的测试结果，突出了一个政治正确，6款大模型，OpenAI的o3倒数第一，我当时看到的时候就觉得很奇怪，o3好歹也是曾经的一代王者，高考数学这种题它排名这么低怕不是有什么猫腻。
我们就拿单选题的第五题来测试下，因为这道题除了o3，其他的国产模型都答对了。
这是第五题的原题，正确答案是A. - 1/2。
这是之前的第三方的测试结果，6个模型…。
代码：
有一个***约你出去，你会去吗？
苹果连了校园网，为什么会出现这个标志?
今年的珠海航展为什么异常的火爆？
360 集团周鸿袆努力拼了 4 年，最后反而跌了近 4000 亿，其原因是什么？
从现在看，沙特当年35亿买东风三的投资是不是划算的？
象棋里的车是不是过强级了？是否应该削弱一下?
如何判断鱼缸中的硝化系统是否已经成功建立？
Firefox是如何一步一步衰落的？
lar***el是php架构最垃圾的性能，为什么那么多人还是自我感觉良好？
***拍大尺度片子时摄影师不会看光吗？
写CUDA到底难在哪？
相对于Go，哪些领域是.NET做不到或做不好的?
能分享一下你写过的rust项目吗？
炫富真的很爽吗？
印度为什么一定要和中国作对？
PHP现在真的已经过时了吗？
求大神解答，为什么大家都不喜欢用docker？
以色列为什么要打伊朗？
央行行长潘功胜首次在公开场合谈及稳定币，稳定币是什么？有何深意？
有一张巨强的显卡是什么体验？
为什么运维都这么难招？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
黄晓明上戏考博落榜，本人回应「明年再战」，怎样看明星对高学历的追求？上戏博士有多难考？
前端，后端，全栈哪个好找工作？
为什么有的女生喜欢穿紧身牛仔裤？
理论上flutter性能应该非常高才对，为什么好些flutter应用性能一般？
为什么大部分游戏公司仍在坚持使用SVN？
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
个人开发者或小企业不申请经营性ICP备案，怎样开发APP盈利?
如何评价“寡姐”斯嘉丽·约翰逊的身材？
