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：
巴基斯坦援助伊朗防空，大家怎么看？
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？
如何客观评价李小冉的长相？
为什么腾讯云或者阿里云不让自建dns服务器?
程序员平时都是CRUD开发工作，真的需要深入理解原理性的知识点吗？
歼-20 在国际上到底是什么地位？
以色列有能力灭掉伊朗吗？
养乌龟如何降低换水频率？
女生主动起来会有多主动?
为什么女生要做大部分家务？
武汉真的很热吗，北方人去了受得了吗你?
为什么J***a没有提供通过包管理器安装应用程序的功能呢？
电视剧《长安的荔枝》17-20 集拍得如何？有哪些值得关注的剧情点？
中国军队有多强，在世界能排第几？
小别胜新婚吗？
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
每天 2 个鸡蛋白会不会蛋白质过多呢？
PHP初学者，我能不能使用PHP来开发桌面应用？
目前美军还有哪些领域是明显领先于解放军的？
有没有免费的云服务器?
狗头萝莉究竟做错了什么？
polars到底行不行？
微软裁了 6000 人，其中软件工程师受影响最大，这会给整个软件行业的人才流动带来怎样的连锁反应？
美国军工产能比中国差很多，为什么美国可以用lsarm饱和攻击，我们却没有相似的？
基因好是一种怎样的体验？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
《冰与火之歌》中如果罗柏不悔婚，在当时的情况下，他自己的婚礼会不会是血色婚礼？
从零写一个3D物理引擎难度多大?
现在网络上各种前端已死，后端太卷的言论，这是真的吗？还是有人蓄意炒作？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
