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：
时隔 20 年新修订的治安管理处罚法自明年 1 月 1 日起施行，新修订的治安管理处罚法聚焦哪些问题？
你从什么时候开始感觉孩子不属于你了？
人到中年，你突然领悟了什么？
小区车位10万一个，租的话一个月300元，还有必要买车位吗？
是什么原因导致intp看着都很年轻？
做网页开发时，允许用户输入url图片地址来作为自己的头像有什么风险？
目前中国程序员和美国程序员的差距在哪里？
用PHP写了个小框架，怎么才能得到大佬们的指点？
你的低成本爱好是什么？
住在一个脏乱差的家里十几年是什么感受？
如何看待网上说的:凡是有阿里、华为经历的一律不要？
9月3日天安门广场大阅兵，对兔子来说意味着什么？
为什么润人觉得出国一定就会过的好呢？
日本拟取消外籍博士生生活补助，如何看待这一调整？是否会导致人才流失？
日常办公中，选24寸2K分辨率的显示器好还是27寸4K的好？
什么是 5G 固定无线接入（FWA）？
2025年，笔记软件又如何选择?
为什么总有人要说"再见，docker！"，那玩nas的为什么还离不开docker，比如绿联，飞牛？
为什么手机动辄都 1T 存储了，为啥电脑还在死磕 512G 呢？
以前大力推广的沼气池，怎么现在越来越少了？
娶了一位外国妻子是什么样的体验？
买到烂尾楼到底该有多绝望？
你卡过最厉害的bug是什么？
如何评价B站up主***千代退网？
消息称苹果 macOS 26 将不再支持部分旧款英特尔 CPU 机型，这背后原因有哪些？
