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：
DF-41已经可以打击美国本土，这是否相当于古巴导弹危机常态化？
H264和H265谁画质好，求回谢谢！？
《葫芦兄弟》中七个葫芦娃谁的能力在现代用处更大？
飞书为什么大幅裁员？
三只羊是不是被人做局了？
为什么一谈到Wi-Fi想支持6GHz，总有人说那你可以去国外？
为什么都说 Finder 难用？
养乌龟如何降低换水频率？
中国的歼35A可以吊打十架韩国的KF21吗?
为什么没有核动力货轮？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
做个web服务器，gin框架和go-zero怎么选？
老公想要买2万左右的相机，我该同意吗？
30马赫的导弹，近防炮能挡住吗？
Rust开发Web后端效率如何？
为什么前端精通Node.js的人这么少？
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
歼-20 在国际上到底是什么地位？
为什么很多技术都觉得前端很简单？
如何评价张靓颖刘宇宁《九万字》?
如何评价“寡姐”斯嘉丽·约翰逊的身材？
夫妻开饭店双双确诊乳腺癌，职业性暴露于烹饪油烟是乳腺癌独立风险因素，日常应做好哪些防护？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
为什么水泥封不住尸臭?
为什么我觉得现在线上大部分都对华为反感，线下华为大卖?
狗头萝莉究竟做错了什么？
为什么楚国更多与湖北联系在一起？
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
为何 Linus 一个人就能写出这么强的系统，中国却做不出来？
为什么中国JK无法拍出日本JK的感觉?
