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：
有一个***约你出去，你会去吗？
为什么 macOS 并不差，可市场总敌不过 Windows？
以前大力推广的沼气池，怎么现在越来越少了？
如何看待华人派遣赴日it彻底崩了？
PHP现在真的已经过时了吗？
有什么是你去河南才明白的事？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
前端如何设计网页？
如何评价连云港这座城市?
为什么Rust写个链表都那么难？
以色列为什么突然敢打伊朗了？不怕被报复？
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
如何评价《塞尔达传说：王国之泪》？
埃塞俄比亚真的盛产美女吗？
JetBrains 放弃 AppCode 是否是一个错误决定？
什么才是真正的爱情？
能发一张在暧昧期的聊天记录吗？
汶川地震的时候，为什么不安排直升机索降而要用运输机空投十五勇士呢？
曼德拉是南非的罪人吗？
高铁的作用被高估了吗？
后端真的比前端累吗?
055万吨驱逐舰是不是有些被过于神化了，有没有了解的大佬详细解释一下？
各位都在用Docker跑些什么呢？
php这个岗位在未来几年会消失吗，因为刚从事php有点焦虑?
如何看待伊朗国家电视台发文称“今晚将会发生一件大事，让世界铭记几个世纪”？
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
你的亲戚提过什么过分的要求？
为什么中国农村房子那么丑？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
