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：
前端，后端，全栈哪个好找工作？
系统太稳定了甲方觉得我们没有工作量，怎么收运维费？
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？
美国真会下场对伊朗开战吗？
安赛龙有可能超越林丹吗？
对方酒驾，我们提出私了要了3.5W,会被认为敲诈勒索吗？
赵露思***有多高啊？
程序员随意使用size_t是否属于***行为？
公务员家庭聚餐也禁止了吗？
突然发现自己变老是怎样一种体验？
凤凰传奇曾毅公开佩戴含有不雅元素的手表，这涉嫌违法吗？如何从法律角度解读？
为什么微软还没有倒闭？
一个程序员的水平能差到什么程度?
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒，具体是怎么回事？酒店要承担哪些责任？
有人 espresso 直接喝吗，为什么？
Rust开发Web后端效率如何？
书法学习路上最大的坑是什么？
为什么同样是输球，常州和国足的风评却差那么多呢？
做个web服务器，gin框架和go-zero怎么选？
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？
请问一个判决进不进中国裁判文书网的标准是什么？
最讨厌和哪种人打羽毛球？
老公每晚都想要怎么办?
MacOS真的比Windows流畅吗？
为什么鸿蒙PC要排斥Linux生态？
能分享一下你写过的rust项目吗？
为什么感觉腾讯的风评越来越好了？
真的有这种又苗条身材又爆炸的么？
分享一下你用过好用的开源项目有哪些?
为什么买了Switch后，却发现它并没有那么好玩？
