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：
为什么有的女生喜欢穿紧身牛仔裤？
如何看待求是网转载小米汽车工厂宣传片？
VScode怎么配置好golang？
你在出租房屋发现过什么前租客留下的“宝藏”？
《捞女游戏》发售仅一天同时在线超 6330 人，如何看待游戏的销量？
女主播和榜一大哥现实碰面会做什么？
如何评价仓颉编程语言7月30日开源?
冬天也要穿胸罩吗?
为什么 CRT 画质这么好也被淘汰，液晶反而发展的很好？
前端，后端，全栈哪个好找工作？
如何评价泰勒·斯威夫特的身材？
杨幂论文一年间 AI 率从 0 飙至 91%，为什么会这样？AI 查重到底有没有统一标准？
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？
你理想中的完美户型长什么样？
为什么现在键盘轴体不用颜色命名了，全是些莫名其妙的名字，看不懂到底是什么？
夸克网盘有可能超越百度网盘吗？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
如何评价 Ubuntu 24.04 LTS？
慈禧为什么要反对戊戌变法？
有哪些你不喜欢的游戏机制？
目前国内网盘，最尊重用户的是哪家?
怎么学习前端开发？求推荐学习路线？
如何看待极客湾评测麒麟X90的性能与表现?
你的低成本爱好是什么？
如果苹果真的下架了微信的话，会发生什么？
如何评价***伊内斯·特洛奇亚的身材？
你是怎么发现亲戚开始见不得你好的？
如何评价书籍《国家意志》？
中餐炒菜那么好吃，为什么欧美人不学去？
