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：
如何评价邹市明妻子冉莹颖？
你的鱼缸里养过什么奇怪的鱼？
为什么腾讯云或者阿里云不让自建dns服务器?
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
为什么Rust的包管理器Cargo这么好用？
如何搭建自己CDN服务器?
2025年了 Rust前景如何?
如何评价湖北省？
如何看待国内服装尺码越来越小的现象？
为什么都对TLC乃至未来的QLC嗤之以鼻呢?
switch2好用吗朋友们?
降维打击是什么？
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。？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
商业史上有哪些降维打击的经典案例？
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？
哪个ai写代码最强？
SwiftUI 是不是一个败笔？
如何评价腾讯云SDK的GO语言仓库有20万个tag？
Golang和J***a到底怎么选?
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
CAD 这幅图的R100怎么画？
全世界都在等中美开战吗？
为什么鸿蒙PC要排斥Linux生态？
得了强直性脊柱炎是不是一辈子就完了?
为什么国内程序员不喜欢写单元测试？
印巴大战，背后大国为何都不发声？
吴柳芳的真实水平如何？
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？
《捞女游戏》发售仅一天同时在线超 6330 人，如何看待游戏的销量？
