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：
你看过哪些以为是段子新闻，结果发现居然是真的？
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？
青岛啤酒为什么要加大米？
请各位参与了鸿蒙NEXT APP适配的开发者来谈一谈适配过程中的感受？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
以色列伊朗持续多日空对空轰炸，谁会先撑不住？双方的***还能支撑多久？还有哪些「杀手锏」没投入战场？
Rust的设计缺陷是什么？
三次元中真的存在二次元中的超长头发吗?
基因好是一种怎样的体验？
如果全球都停止出口粮食，中国能否自给自足？
如何评价巴黎世家官宣杨超越为品牌挚友？
怎样从零开始学习网络工程师?
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？
慈禧为什么要反对戊戌变法？
冬天也要穿胸罩吗?
为什么web worker可以在前端开多线程，解决单线程卡死页面的问题，但是没有得到广泛使用？
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？
Python 开发中如何进行文件读写操作？
***《凡人修仙传》有哪些令人伤感的情节？
深圳房价能跌到什么位置？
为什么中国防空反导系统才7年就从山寨到全面原创且超越了俄罗斯？
超小团队选择Django还是Flask？
写业务的话，go是不是垃圾？
丰田将中国市场决策权交给中方，是在华战略重大调整，这会不会意味着未来中国市场的丰田车“中味”十足了？
为什么有人不信狗肉馆会偷狗?
为什么有的女生喜欢穿紧身牛仔裤？
有没有一个特别好用的Linux系统？
那你说什么样的是美女？
消息称三大运营商将于今年下半年全面重启eSIM，eSIM有哪些好处？为何此前暂停这一业务？
狗头萝莉究竟做错了什么？
