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：
为什么知乎上推荐机械键盘大部分都推荐红轴？
你在生活中见过哪些「强者从不抱怨环境」的例子？
在深圳找个男朋友难吗？
印巴大战，背后大国为何都不发声？
怎样免费开发自己的网站？
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响？
前些年吹上天的“云霄塔”空天飞机为什么没有消息了？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
在办公室用机械键盘是什么心里？
核聚变是一条死胡同吗？
对于一般用户来说，日常娱乐选择2K显示器还是4K显示器好？如何选才能不后悔？
女人到中年越来越看不上自己的老公怎么办？
国内这么多码农，为什么出不来JetBrains, MathWorks这样的公司？
陌生人晕倒了，帮他拨打120后，病人不支付120出车费，这个费用谁来承担？
普通女生怎么做才能变得好看或有气质？
跨境支付通将于 6 月 22 日上线，哪些银行的客户可以直接向香港账户转账？
吴彦祖疯狂接代言被猜缺钱，卖完英语课又代言黄酒，他是真的缺钱还是有其他考量？
为什么高德地图api提出了一个商用5w基础费用起步的概念？
家里安装千兆宽带有意义吗？
央企的信创，是否有必要把 spring 替换成国产的 solon ？
销量爆炸的华为nova14是不是证实华为已经腾出精力来收复中端市场了？
中国是否必然和欧美决裂？
如何看待M4单核性能吊打9950x?
为什么新流行的开源编辑器都在用Rust开发？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
为什么面对 Adobe 的版权要求下，vposy 大神还能从容不迫？
如何让你推荐一款个人待办、笔记、管理软件，你会推荐哪一个呢？
在中国有多少开发者使用Rust编程语言？
