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：
如何评价祝绪丹在《五哈》第十期的表现？
***《凡人修仙传》有哪些令人伤感的情节？
如何部署Prometheus监控K8S？
如何评价《三角洲行动》S5 赛季新地图「潮汐监狱」？
Golang是不是代替了PHP以前的生态位啊？
为什么有的女生喜欢穿紧身牛仔裤？
为什么字节跳动的软件选择用Rust这个语言写？
能分享一下你写过的rust项目吗？
为什么各大 *** 出奇一致地设置了『摇一摇开屏广告』？如何关闭常用 *** 的这些广告？
如何评价《绝区零》艾莲的激发潜能？
家里想搞一个服务器，怎么才不违规？
为什么tokio能成为rust异步标准？
如何看待 2026QS 世界大学排名？
Golang和J***a到底怎么选?
为什么都对TLC乃至未来的QLC嗤之以鼻呢?
Firefox是如何一步一步衰落的？
参加知乎「第十一届新知青年大会」是种什么样的体验？
Cloudflare是一家什么样的公司？
055一打一能不能打过阿利伯克？
黑客为什么可以做到无需知道源码的情况下找出系统漏洞？
巴基斯坦援助伊朗防空，大家怎么看？
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。？
中年女性如何保持身材？
有一个乌克兰的朋友问我，中国人凭什么能享受和平，我该怎么说？
SQL Server 真的比不上 MySQL 吗？
美国的医疗费用真的有这么贵吗？
如何评价鸿蒙电脑无法编写其自身运行的程序？
坐拥世界最大工业产能，中国为何不大量投入军事？
腰肌劳损怎嘛治啊?
如何看待jemalloc停止维护？
