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：
你的鱼缸里养过什么奇怪的鱼？
米哈游创始人蔡浩宇称AIGC将彻底改变游戏行业，游戏创造只属于顶尖团队，普通开发者建议转行，如何理解？
对方酒驾，我们提出私了要了3.5W,会被认为敲诈勒索吗？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
谁能劝我不要买NAS？
得了强直性脊柱炎是不是一辈子就完了?
公立医生帮联系民营救护车，800 公里收费 2.8 万元，收费合理吗？救护车收费标准是什么？
高校里那些「非升即走」后「走」了的青年教师都怎么样了？
为什么日本人口密度这么大还能住一户建，中国只能住楼房？
如何评价捞女游戏改名，全网“围剿”，以及导演b站账号被封这件事?
现代艺术只考虑意义、不考虑美感吗？
中国的稀土真的能卡住世界的脖子吗？
程序员空闲时间应该继续卷技术，还是找其他副业？
为什么中国农村房子那么丑？
央行行长潘功胜首次在公开场合谈及稳定币，稳定币是什么？有何深意？
怎么向老婆简单解释nas的用途？
求大神解答，为什么大家都不喜欢用docker？
紧身牛仔裤看起来不正经，真的是这样吗？
预测一下，下一次阅兵会出现什么武器震惊世界？
前端，后端，全栈哪个好找工作？
J***aScript 已经强大到什么程度了？
身在北京的你，择偶标准是怎样的？
SONY 到底有多强大?
如果你是《一帘幽梦》里的绿萍，你会不会最后原谅紫菱？
洲际导弹能打到任何地方，为什么还需要轰炸机？
为什么说爱到最后各凭良心？
如何评价《灵笼 2》第六集？
上海首例认定提供爬虫程序抓取公开数据构成提供侵入计算机信息系统程序罪案，该案件有哪些细节值得关注？
程序员如何用好 Cursor 工具？
如何评价前端组件库shadcn/ui?
