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：
淘宝是如何做到长时间在 iOS 后台运行的？
求推荐一款中小企业使用的进销存软件（零售批发类，要有记录序列号功能）?
同样是对标安卓系统，为什么谷歌的Fuchsia死了，而华为的鸿蒙却愈发壮大？
为什么运营商要封禁PCDN?
800V是什么技术，为什么特斯拉不跟进？
你被哪个后来知道很sb的BUG困扰过一周以上吗？
为什么越来越多的国内男孩，要娶国外女孩?
夸克网盘有可能超越百度网盘吗？
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
为什么LibreOffice的Windows版在国内火不起来？
如何评价浙江这个省？
你们都什么时候对男女之事开窍的？
Rust1.86才正式稳定trait的upcast，为什么在rust中这个特性实现如此复杂？
《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？
为什么女生要做大部分家务？
为什么说爱到最后各凭良心？
让男朋友坐在马桶上上厕所很过分吗？
鱼缸上的藻类怎么去掉？
新手养鱼，鱼缸中能放入哪些水草？
Cloudflare是一家什么样的公司？
湖北省荆州市为什么发展不起来？
如何评价字节跳动开源的 HTTP 框架 Hertz ？
小学生有必要学习编程吗？学编程性价比高吗？
据报道称“浏览器内核有上千万行代码”，浏览器内核真的很复杂吗？
你理想中的完美户型长什么样？
你卡过最厉害的bug是什么？
express + mongodb (mongoose) 中 mvc的model层如何使用？
如何判断颈椎病的严重程度？
哪里有免费的苹果cms v10模板用用？
造一艘航母有多难?
