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：
在办公室用机械键盘是什么心里？
比亚迪最近绩效减半，这是卸磨杀驴么？
cloudflare的1.1.1.1和warp有什么区别？
Office和WPS哪个好用些？
Chrome 浏览器设计的神细节有哪些？
为什么游戏总是缺少 dll 文件？
有没有一款音乐播放器，能连接nas音乐，创建音乐库，自动匹配歌词封面等等？类似infuse的概念呢？
为什么运维都这么难招？
为什么UC曾经是国内主流浏览器之一，但现在却逐渐销声匿迹了？
如何看待 Three.js / WebGL 等前端 3D 技术？
无畏契约（valorant）在国内为什么不火?
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
为什么有的女生喜欢穿紧身牛仔裤？
开车的人和不开车的人思维有什么区别？
杨幂论文一年间 AI 率从 0 飙至 91%，为什么会这样？AI 查重到底有没有统一标准？
mozilla技术先进，为什么不挣钱？
以色列为什么要打伊朗？
央视怎么又开始报道伊朗的防空能力了？是有神秘的力量开始介入了吗?
ant-design-vue 社区为什么不维护了？
大海捞针还捞着了是一种什么样的体验？
创业公司是否应该使用 Rust ？
微信头像会影响第一印象吗？
目前美军还有哪些领域是明显领先于解放军的？
为什么海军要单舰满世界溜达呢？
马兰基地巨型飞翼无人机的出现是否代表制造b21 类似物对于中国来说不再是个难题。?
英伟达 RTX 5050 笔记本显卡跑分曝光，该显卡有哪些亮点？
为什么任天堂在NS2上没有选择使用OLED屏幕以提升续航能力和显示效果？
现在大模型比较火，看着主流都是用Python。那Spring AI会坚持到最后吗?
Swift 和同时代的其他语言比起来怎么样？
Flutter 为什么没有一款好用的UI框架？
