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：
深圳房价能跌到什么位置？
北京日报点名批评“苏超”过度娱乐化，它是否管的太宽了？为什么无良媒体不会被查封取缔？
国产香橙派和树莓派差距在哪？
哪张照片让你觉得刘亦菲美得不可方物？
周杰伦被曝现身日本弯腰驼背似老人，是真的吗？他曾称患有强直性脊柱炎，这病对身体影响有多大？能治好吗？
Python+rust会是一个强大的组合吗？
女生 170㎝ 99斤 算胖吗？
为什么特斯拉坚持用纯视觉智驾？
全国各地现理发店倒闭潮，没有电商冲击，理发店为什么自己能干黄？
怎样从零开始学习网络工程师?
为什么章若楠和杨超越长得很像，男人却更喜欢章若楠，认为有女人味，而觉得杨超越像小女孩？
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
如何评价首个女性友好的编程语言HerCode?
伊以的对轰证明伊朗似乎没那么菜！美国会下场吗？
胸大的女孩子有什么烦恼？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
如何看待 Rust 的应用前景？
在中国有多少开发者使用Rust编程语言？
人为什么需要睡觉？人睡觉的时候身体都在做什么？
为什么我看了凡人修仙传后再看其它修仙***都感觉看不下去？
Linux内核代码大佬们如何观看的？
自己拥有一台服务器可以做哪些很酷的事情？
如何看待河南985，211，清北名额各省第一?
前端，后端，全栈哪个好找工作？
你在出租房屋发现过什么前租客留下的“宝藏”？
程序员从幼稚走向成熟的标志是什么？
你身边身材最好的女生是什么样？
Electron 和当下其他的桌面开发方法相比如何？
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。？
怎么快速部署一个大模型?
