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：
现在个人博客不能备案了吗？
买到烂尾楼到底该有多绝望？
大家猜猜伊朗的结局如何？
F-35作战半径1100公里，以色列距离伊朗首都德黑兰1600公里。以色列F-35是如何轰炸伊朗的？
国密加密算法有多安全呢？
如何看待日本小学校园餐只有一小块鸡肉？
小别胜新婚吗？
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？
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？
京东外卖为什么一直没有骑手接单？
怎样看日本于近期展出马关条约原件？
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
小米玄戒O1芯片性能比华为麒麟9020芯片强多少？
为什么中国农村房子那么丑？
HUAWEI的折叠笔记本非凡大师能用于编程吗?
目前亚洲最厉害的五款战斗机是什么？
如何看待黄奇帆称「中国房地产消费的居民负债占家庭收入比重达 137.9% ，需调整抑制消费政策」？
女明星陪酒真的存在吗？
打过生长激素是什么体验？
中国驻伊朗大使馆发文，在伊朗中国公民尽快通过陆路边境口岸转道回国或离境，哪些信息值得关注？
怎么样才能让大模型的RAG迅速落地？
如何去面试软件测试工程师？
为什么台式 PC 还处在组装（DIY）阶段？
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
如何评价泰勒·斯威夫特的身材？
上海首例认定提供爬虫程序抓取公开数据构成提供侵入计算机信息系统程序罪案，该案件有哪些细节值得关注？
Python+rust会是一个强大的组合吗？
如何看待华人派遣赴日it彻底崩了？
有个少数民族的女朋友是什么体验?
