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：
几年前吹得神乎其神的福建舰电磁弹射为什么现在销身匿迹了？
为何 PC 需要单核高性能，而服务器不在乎？
为什么现在年轻人存不下钱?
鱼缸能不能做到一直不换水还很清澈？
为什么买了Switch后，却发现它并没有那么好玩？
如何评价前端框架 Solid?
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
胸大的女孩会自卑 吗？
请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗？
独立开发者都使用了哪些技术栈？
北京日报点名批评“苏超”过度娱乐化的动机是什么？
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？
巴基斯坦援助伊朗防空，大家怎么看？
《权力的游戏》里面最美的是谁？
印度女性为什么不嫁到中国？
人们在 DOS 年代如何办公？
新买的移动硬盘该格式化为 NTFS 还是 exFAT？
如何看待 Rust 写的 PNG 解码器比 C 实现更快？
中国人口正经历前所未有大转折，如何看待中国人口负增长？应该怎样应对？
京东刘强东近期小范围分享怎么看？
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
如果你是《一帘幽梦》里的绿萍，你会不会最后原谅紫菱？
如何看待三峡集团总部搬迁至武汉？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
只需要维持生命体征的话，生活成本能降到多低？
为什么 IPv6 在国内至今未得以大规模应用?
为什么不趁以色列美国与伊朗打的火热的时机收复台湾呢？
