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：
公务员单位为什么不用指纹打卡机并且严格考勤制度？
买到烂尾楼到底该有多绝望？
Rust的设计缺陷是什么？
Postgres 和 MySQL 应该怎么选？
目前亚洲最厉害的五款战斗机是什么？
亚洲体坛最漂亮的十位女运动员都有谁？
055驱逐舰 是个什么概念?
国密加密算法有多安全呢？
「韦东奕本人」账号确认是***的，目前已被关停，如何看待无底线博流量的行为？哪些信息值得关注？
中科院古脊椎所付巧妹和河北地质大学季强发表顶刊，表明哈尔滨龙人属于丹尼索瓦人，这一发现有什么意义？
为什么江苏省的GDP一直没有广东高？
为什么腾讯云或者阿里云不让自建dns服务器?
剪映为什么显卡会跑满？
如何寻找到相对完整的真正的游戏的源码用来学习？
为什么Dreamwe***er，FrontPage会被淘汰？
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
为什么说Go语言的设计是工程先进但学术落后?
吴柳芳的真实水平如何？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
为什么Mac连个正儿八经的CAD都装不了还敢打着生产力的旗号？
如何评价华为鸿蒙电脑？
MacOS真的比Windows流畅吗？
中国军队有多强，在世界能排第几？
能分享一下你写过的rust项目吗？
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？
Linux内核代码大佬们如何观看的？
为什么张艺兴给我一种：异常努力却没天赋的感觉？
如何评价《塞尔达传说：王国之泪》？
为什么 Blender 成功了？
哪张照片让你觉得刘亦菲美得不可方物？
