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：
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
Rust重写Kafka有哪些优势？
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？
个人小网站是怎么防止网站被攻击的?
始终怀不上孕是种怎样的体验？
你的亲戚提过什么过分的要求？
playwright 爬虫中 on 方法如何运用？
想知道德普怎么看上艾梅柏·希尔德的？
从技术上看，cloudflare比其他公司牛在哪儿？
一个练过功夫的姑娘能打过一个没练过的男人吗？
海贼王为什么现在被全网黑?
你卡过最厉害的bug是什么？
男生会喜欢女生的腿粗吗？
如何评价周杰在电视剧《少年包青天》中的演技？
大家怎么看待长沙这个城市？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
如何评价高圆圆的身材算是美女类型的吗？
程序员如何用好 Cursor 工具？
韦东奕（北大韦神）要是去写游戏引擎代码，能不能把虚幻引擎按在地上摩擦？数学好真能‘降维打击吗？
ant-design-vue 社区为什么不维护了？
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
golang总体上有什么缺陷？
如何看待CCTV13批评“L2.999智驾”等误导性宣传，若导致事故车企可能需要担责？
postgres集群的选择?
组nas一定要TDP低的cpu吗？
生活中怎样的美女才能被称为「大」美女？
网传西藏六月发生三起藏马熊吃人***，藏马熊真的这么可怕吗？
国产CAD软件能否替代AutoCAD？
现在机械前景是不是已经超越好多工科了（包括计算机）?
空调现在抽真空15分钟真的还有意义吗？
