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：
目前最具性价比的全栈路线是啥？
海胆到底是什么味道？
为什么以前被称三大火炉之一的武汉如今排不上“热度”号了？
安抚奶嘴会影响嘴形吗？
Golang与Rust哪个语言会是今后的主流？
印巴大战，背后大国为何都不发声？
为什么幼儿园的超前教育被叫停?
为什么 mac mini 的 m4 版本价格这么低呢？
巅峰期的成龙身体素质是怎么一种存在?
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
足球的地面身体对抗和肌肉体重关系大，还是和技巧关系更大？
广州的公共交通为什么这么烂？
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公安系统的问题？
为什么长得漂亮却没什么用?
当年的东莞究竟有多疯狂？
电视剧《长安的荔枝》17-20 集拍得如何？有哪些值得关注的剧情点？
国产手机AI「好用」的背后，是技术差距还是文化差异？
Linux内核代码大佬们如何观看的？
美军航母编队有能力拦截DF-21D和DF-26吗？
如何评价鸿蒙电脑无法编写其自身运行的程序？
你卡过最厉害的bug是什么？
34 岁教授王虹在北京大学开数学讲座，她或将成为首位获得菲尔兹奖的中国籍数学家，有多厉害？
如果全球都停止出口粮食，中国能否自给自足？
曼德拉是南非的罪人吗？
以色列为什么突然敢打伊朗了？不怕被报复？
胸大的女孩子有什么烦恼？
如何评价DuckDB?
为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm，或PC直接装macOS arm？
