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：
汤姆·克鲁斯在国外算几线？
中美会因台海开战吗？
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
如何进行腰突核心力量训练？
男医生在给年轻靓丽的女性检查时会是什么心态？
obsidian用一两年后会有多大？全文搜索还快吗？
为什么现在科技热点是GPU，不是CPU了？
为什么有些人不喜欢春晚提到饺子？
跟一对情侣合租的感受？
为什么简体中文社交网络上大家更推荐Lean's LEDE而不是官方的OpenWrt主线？
计算机基础在工作中，到底有多重要？
袁隆平比很多诺贝尔奖获得者对人类的贡献都更大。你认同这个观点吗？
大家有什么烧钱的爱好吗?
2024 年净水器哪个牌子好？家用净水器的选购攻略是什么？
如何看待盲人UP主蒙眼炒鸡蛋在成都各大医院都买不到胰岛素，最后进抢救室?
为什么 Bun 选择了 Zig 以及 JSCore？
当初中俄为什么不摧毁朝鲜的核设施，让朝鲜拥有了自己的核武器？
市面上哪个电视盒子更好?
有哪些好用的开源软件？
想要入行音***开发，但是没有相关项目经验怎么办？
为什么说耿直的人更容易吃亏？
php这个岗位在未来几年会消失吗，因为刚从事php有点焦虑?
初学者学编程，最关键的技能是什么？
为什么 Linux 软件安装包会有依赖关系，而 Windows 软件安装包不需要？
为什么军队中使用「幺」「拐」「勾」「洞」等发音来口头表述数字？
