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：
空调现在抽真空15分钟真的还有意义吗？
哪张照片让你觉得刘亦菲美得不可方物？
为什么中国引进的ap1000机组实际建设周期远比当初预计的长的多？这是否严重耽误了中国核电的发展？
吴柳芳的真实水平如何？
ElasticSearch在项目中具体怎么用？
什么是bootloader?
如何看2024年，小米的企业所得税实际纳税额超过华为？
Golang中有必要实现Async/Await吗?
中医把脉是***吗？
PHP现在真的已经过时了吗？
为什么越来越多的国内男孩，要娶国外女孩?
网传广东怀集洪水后赵一鸣超市被哄抢，县***回应相关单位正在核实，若属实哄抢者该承担哪些法律责任？
为什么有的女生喜欢穿紧身牛仔裤？
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾？
联想 128GB 超大内存迷你 AMD 主机上架，此款主机有哪些亮点？
FFmpeg如何利用GPU进行加速，每次都是GPU看戏CPU100%，或者说该说法有根本性错误？
Python+rust会是一个强大的组合吗？
如何看待多地开展查摆年轻干部玩心重、混日子、说话随意、口大气粗等问题的行动？
switch2好用吗朋友们?
印度为什么一定要和中国作对？
为什么***骂 Ubuntu，但是 Ubuntu 一直是所有 Linux 发行版中知名度、热度最高的？
女朋友是跳拉丁舞的，跳双人舞时会有身体接触，作为男友我感觉有点吃醋怎么办？
哪一段代码最能体现c语言的魅力？
Swift 和同时代的其他语言比起来怎么样？
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
为什么不用rust重写Nginx？
如何评价ipad pro2024？
如何评价张靓颖刘宇宁《九万字》?
