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：
Cloudflare是一家什么样的公司？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
两个问题：女足工资为什么比男足低？如果中国女足和中国男足打一场谁会赢？
一个人山林徒步时都要关注哪些点？
用Django开发web后端，真的比SpringBoot要省事吗？
如何评价剪映svip，599一年，有替代方案吗？
如何评价鸿蒙电脑无法编写其自身运行的程序？
医生老师公务员三个铁饭碗群体，谁会第一个面临职业危机呢？
如何评价华为最新长焦专利技术？能否颠覆手机长焦摄影的目前限制？
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
把贵州省撤销，设立一个超大型国家自然公园，是不是一个好的提法?
《西西里美丽传说》女主角，在当时打扮这么高调，不觉得带给自己很多不便吗？如何理解她的心态？
为什么年轻的肉体让人沉迷？
后端开发除了增删改查还有什么？
为什么职业羽毛球比赛中这种明显出界球几乎都接了？
写业务的话，go是不是垃圾？
golang总体上有什么缺陷？
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别？
冬天也要穿胸罩吗?
如何评价“寡姐”斯嘉丽·约翰逊的身材？
Golang 的 Web 框架该怎么选择？Web 开发又该怎样学？
程序员明明是技术积累岗位，为什么年龄越大反而可替代性变高了？
Linux 下有没有类似 Everything 的搜索工具？
如何评价黄霄云这个人？
为什么只听过果粉、米粉、花粉没听说过 Windows 粉？
