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：
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
如何评价《睡前消息》第914期《最小地级市鄂州，可以降级了》？
《原神》5.7 版本魔神任务第五章•第六幕「你存在的时空」体验如何？
你身边身材最好的女生是什么样？
请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗？
***如古代长城用的是C140混凝土，那千百年下来会完整的留存至今还是损坏的更加严重？
以色列为什么突然敢打伊朗了？不怕被报复？
Golang中有必要实现Async/Await吗?
为什么特朗普一上台美国就突然衰落了？
女生到底应不应该穿***的衣服？
为什么微信不向telegram学习？
鱼缸有没有简单的过滤配置搭配方式？
Python 开发中如何进行文件读写操作？
怎么提高自己的系统设计和架构理论水平？
伊朗这次会崩溃灭亡吗？
国外(GoDaddy)注册的域名如何在国内备案?
为什么好多人不承认大众审美就是喜欢白皮？
发生了什么导致你从此再不吃某样食物？
使用J***a开发简单CAD软件？
如何看待伊朗国家电视台发文：“今晚,将会发生一件大事,让世界铭记几个世纪。”？
男子蛋糕被小女孩踩坏，上前理论还被其家长辱骂殴打，如果发生这种事情有比***里当事人更好的处理方法吗？
女生身高 170cm 以上是什么样的体验？
如何评价前端框架 Solid?
6月18日，中国女篮 101-92 胜日本女篮，张子宇 18 分韩旭18+11，如何评价本场比赛？
韩寒现在为什么不写书了呢？
明星的精修图和生图差别真的很大吗？
Flutter 为什么没有一款好用的UI框架？
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？
女明星陪酒真的存在吗？
为什么小米造车可以叫小米，而华为不可以用华为品牌造车？
