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：
为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm，或PC直接装macOS arm？
python与nodejs哪个性能高？
男女宇航员怎么解决生理需求？
杨幂论文一年间 AI 率从 0 飙至 91%，为什么会这样？AI 查重到底有没有统一标准？
男的真的会把所有衣服从上到下都扔洗衣机吗？
为什么 Bun 选择了 Zig 以及 JSCore？
你用n8n/dify搭建了哪些实用的Agent工作流？
什么是 5G 固定无线接入（FWA）？
前端移动端开发***需要那些技术？
我国自主研发新一代 CPU 龙芯 3C6000 发布，不依赖国外授权技术和境外供应链，有何技术亮点？
越正经的女人越容易做出疯狂的事吗？
成龙的电影从什么时候开始票房不灵了？
搞了NAS之后去哪里下载4K，8K的电影？
SQLite不能支持高并发，为什么又说它能支持 10万 的日访问量？
华为中年粉丝都是什么样子的？
40岁中年男人，还有什么活动可以玩？
为什么感觉腾讯的风评越来越好了？
软路由是否被过度神化？
你怎么看待剪映收费过高问题？
uni***真的很垃圾吗？
Chrome 浏览器设计的神细节有哪些？
成都普通且相对幸福的三口之家一年的正常开销是多少?
爱尔兰一机构化粪池发现近 800 幼童遗骨，具体是怎么回事？
你们在编程时遇到过什么离谱的bug吗？
一些大的单位为什么会自建DNS服务器？
为什么明明身边二胎非常普遍，但从人口统计数据看，人口依然是在减少的？
只能选一个，你选谁？
为什么程序员独爱用Mac进行编程？
如何评价福原爱？
