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：
中国海军是如何崛起的？
HTTP/3 解决了什么问题，又引入了什么新问题？
有什么高质量的 C++ 单头文件库?
为什么刘亦菲的脸这几年被捧上天了？
哪个编程语言是你的最爱？
电影《碟中谍》系列中哪一部最好？
中国的航空发动机现在是什么水平？
为什么以色列总理内塔尼亚胡态度变软了？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
如何评价前端框架 Solid?
鱼缸能不能做到一直不换水还很清澈？
自己拥有一台服务器可以做哪些很酷的事情？
2024 年净水器哪个牌子好？家用净水器的选购攻略是什么？
如何评价《灵笼 2》第六集？
为什么中国民众的反日情绪如此激烈？
西安一商场大屏播放巨大电风扇，这真的能起到「望扇止暑」效果吗？还是单纯营销创意？
孔雀鱼的种类是如何划分等级的呢？
有没有一款音乐播放器，能连接nas音乐，创建音乐库，自动匹配歌词封面等等？类似infuse的概念呢？
群晖 nas 有些什么基本和好玩的功能？
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
在韩国生活有什么体验？
现代艺术只考虑意义、不考虑美感吗？
印度是真的烂还是咱们在信息茧房里面？
伊朗到底有没有击落以色列的F35？
你们的腰突是怎么突然好的？
如何看待《捞女游戏》（已改名为《情感反诈模拟器》）定档 6 月 19 日？
想要自学编程，应该从哪里学起？
《捞女游戏》发售仅一天同时在线超 6330 人，如何看待游戏的销量？
电脑有64G的物理内存(DDR5 5200)，完全够用了，可以关闭系统的虚拟内存吗？
