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：
商业史上有哪些降维打击的经典案例？
美国投掷 6 枚钻地炸弹袭击伊朗福尔多核设施，钻地弹有多大杀伤力？能摧毁伊朗地下核设施吗？
印度为什么一定要和中国作对？
你认为美国最近30年最烂的一个总统是谁？
鸿蒙折叠屏笔记本为什么敢卖26999？
12306 网站的根目录下为什么连 robots.txt 文件（反爬虫协议）都没有？
你为什么对kotlin失去好感?
如何评价阿里等大厂笔试现已经禁用本地IDE？
华为自研的仓颉编程语言将于 7 月 30 日开源，这款语言将如何影响未来的开发趋势？
为什么越来越多的国内男孩，要娶国外女孩?
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？
为什么男生都不喜欢173身高的女生啊?
美国打击伊朗 3 处核设施，美国为什么此时介入？中东局势会升级吗？
作为独立开发者，有哪些可以分享的经验？
消息称三大运营商将于今年下半年全面重启eSIM，eSIM有哪些好处？为何此前暂停这一业务？
美国重新工业化有多难？
linux字体显示为什么还做不到像android一样清晰？
请问27寸4K显示器哪个好呀？
导师给了1.4W要我给工作室买个主机，是整机还是自己配？
为什么都认为无GC语言一定会比有GC语言要快？
Electron 和当下其他的桌面开发方法相比如何？
为什么零知识证明（ZKP）领域的开源项目几乎都用Rust实现？
如何评价zig这门编程语言？
如何评价张靓颖刘宇宁《九万字》?
特朗普称美国完成对伊朗三处核设施的打击，具体情况如何？伊朗会如何反击？
30+大龄剩女真的没市场了嘛？
为什么一部分 Go 布道师的博客不更新了？
美国***下令美使领馆暂停留学生新签证面谈，将带来哪些影响？美国大学在全球人才竞争中还有优势吗？
Rime 输入法有比较现成的设置吗？
