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：
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
cloudflare的1.1.1.1和warp有什么区别？
Golang 的 Web 框架该怎么选择？Web 开发又该怎样学？
哪吒汽车正式被申请破产，因薪酬问题员工已两月没去上班，被申请破产意味着什么？员工权益还能得到保障吗？
有哪些是你用上了mac才知道的事？
为什么楚国更多与湖北联系在一起？
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？
如果全球都停止出口粮食，中国能否自给自足？
女性为什么不普遍跟男性那样只留个几毫米或2-3厘米短发，女性不觉得长发麻烦吗?
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
美国真会下场对伊朗开战吗？
女生主动起来会有多主动?
Django、Flask、FastAPI，Python 后端哪个更好？
你们认为一个40多岁的女人老吗？
怎么看待临汾市人民医院手术死者家属称全麻气管规培生插到胃里?
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响？
antv x6 node 点击***不触发怎么办？
外贸独立站怎么做SEO？
有没有一个特别好用的Linux系统？
如何评价电影《碟中谍8：最后清算》？
吴柳芳的真实水平如何？
Chrome 浏览器设计的神细节有哪些？
当下流行的前后端交互是如何实现的？
如何看待三峡集团总部搬迁至武汉？
如何评价张靓颖刘宇宁《九万字》?
