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：
跳水为什么几乎全世界都玩不过中国？
为什么中国很少有人使用linux？
为什么很多公司都不招大龄码农？
Tauri 为什么仍未取代 Electron？
为什么车展的***大多高挑，但并不一定漂亮？
为什么都说 Finder 难用？
如何评价mq白这个人？
cloudflare的1.1.1.1和warp有什么区别？
你们是怎样看待警察这一职业的？
养乌龟只养一只，它觉得会孤独吗？
小区车位10万一个，租的话一个月300元，还有必要买车位吗？
为什么很多时候对女儿最狠的却是母亲？
向量数据库的天花板有多高？
「苏超」宿迁队球员为房企站台遭质疑，商业化会对「草根」竞技体育带来哪些影响？
为什么红警2的矿车叫做牛车？
月薪一万在南宁能过什么样的生活？
独立开发***能盈利吗？感觉好累...
作为最后一个「香港四大才子」，蔡澜的离去是否标志着香港黄金文化时代的落幕？
Windows 上有什么实用的必备软件？
Node.js 熄火了吗？
为什么有的房东喜欢把房间租给女租户？
为什么感觉四***明很空洞？
现实中的父女关系是怎样的?
月之暗面 Kimi 首个 Agent 开启内测，可生成易追溯的万字报告，有哪些技术亮点？
女生怎么穿才算暴露吗？
如何看待台湾省陆委会威胁国民党抗日老兵参加9.3阅兵会剥夺退休金？
你会从mac转向Windows吗？
Go 语言的使用感受是什么？
如何评价抖音的天津网红团团记?
