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：
为什么网络上都在说隋坡厉害？
让男朋友坐在马桶上上厕所很过分吗？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
眼睛有飞蚊症可以自愈吗?
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
为什么微软还没有倒闭？
为什么伊朗的防空系统失效了？
DLM（扩散语言模型）会成为2025年的Mamba吗？
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？
刘亦菲和张柏芝年轻的时候，谁更美？
发生了什么导致你从此再不吃某样食物？
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？
有没有好看的个人博客的设计？
有哪些小众的开源项目养活了一大批人?
你见过身边身材最好的女生是什么样子的？
如何评价上海七宝中学某高三学生因小三门考了204(总分210),感觉无望清北选择跳楼自杀？
和女生旅游开一间房有什么注意事项？
99A的装甲防护问题这么大吗？
如何看待伊朗媒体称「今晚将发生世界铭记的大事」？可能是什么？
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）?
如何看待华人派遣赴日it彻底崩了？
为什么从事技术的人普遍都比较难沟通？
以色列为什么突然敢打伊朗了？不怕被报复？
真的有这种又苗条身材又爆炸的么？
阿里云为什么没有一年的免费云服务？
导师给了1.4W要我给工作室买个主机，是整机还是自己配？
duckdb的性能如何？
postgres集群的选择?
