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：
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
JetBrains 放弃 AppCode 是否是一个错误决定？
爱因斯坦“相对论”是否错了，我始终无法理解为什么物体达到光速时间就会停止？
美国真会下场对伊朗开战吗？
如何评价连云港这座城市?
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
rust学了一段时间，感觉比c++简单，能取代c++，你们觉得会取代吗？
postgres集群的选择?
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
如果苹果真的下架了微信的话，会发生什么？
国产手机AI「好用」的背后，是技术差距还是文化差异？
程序员为啥突然会变成这么辣鸡的一个行业？
如何看待M4单核性能吊打9950x?
小米汽车官方解释了刹车盘生锈属于正常现象，并提供了两种除锈功能，这些措施是否足够有效？
洲际导弹能打到任何地方，为什么还需要轰炸机？
亚洲体坛最漂亮的十位女运动员都有谁？
***如西安成为中国的首都，会咋样？
中国的导弹水平到底怎么样？
西方人是怎么发现地球是圆的的？
SwiftUI 是不是一个败笔？
为什么腾讯云或者阿里云不让自建dns服务器?
外贸独立站怎么做SEO？
老公每晚都想要怎么办?
奥迪暂停全面电动化***，不再设定停售燃油车时间表，此前沃尔沃、奔驰也调整全面电动化***，如何解读？
请问一个判决进不进中国裁判文书网的标准是什么？
据说“阿波罗登月”宇航员拿着相机在月球上拍了几万张照片，却没与太空故乡地球合影留念，这正常吗？
为什么国人普遍不接受月付的订阅制而喜欢一口价买断制呢？
为什么大部分游戏公司仍在坚持使用SVN？
