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：
轰20的亮相为什么被反复推迟？
你们的腰突是怎么突然好的？
公务员单位为什么不用指纹打卡机并且严格考勤制度？
伊朗是不是应该该考虑购买中国的雷达、预警机和J10c了？
北京日报点名批评“苏超”过度娱乐化的动机是什么？
朱丹「鸡腿给弟弟吃」言论惹争议，曾自曝让女儿儿子上混龄班以便让姐姐照顾弟弟，如何看待其观点？
AI认为贴6目才是平衡的，但为什么现在中国规则贴目是7.5目？
上海首例认定提供爬虫程序抓取公开数据构成提供侵入计算机信息系统程序罪案，该案件有哪些细节值得关注？
如何评价大胃袋良子？
有哪些软件堪称神器，却很少人知道？
99A的装甲防护问题这么大吗？
为什么没有核动力货轮？
胸大的女孩子有什么烦恼？
你最满意的10款 PC 软件是什么？
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
男医生在给年轻靓丽的女性检查时会是什么心态？
女生被踢裆也会很疼吗？
黄一鸣为什么敢承认孩子是王思聪的？
未来江苏会不会被广东越甩越远？
工业克苏鲁什么意思?
既然C#等开源语言，为啥***le还要弄个基本上一模一样的Swift？
为什么有的女生喜欢穿紧身牛仔裤？
为什么不用rust重写Nginx？
为什么一部分 Go 布道师的博客不更新了？
华为鸿蒙还有多久可以在pc桌面取代Windows？
如何看待rust编写的zed编辑器？
到底是9800x3d+5070ti还是u7+5080?
如何看待黄奇帆称「中国房地产消费的居民负债占家庭收入比重达 137.9% ，需调整抑制消费政策」？
为什么个人需要公网ip？
