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：
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
能分享一下你写过的rust项目吗？
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾？
你追过最糊的明星有多糊?
为什么中医一千多年没有出现理论大创新了？
如果苹果真的下架了微信的话，会发生什么？
高架桥进匝道限速30，我开29为什么会被后车滴?
为什么有的女生喜欢穿紧身牛仔裤？
已婚职业女性，对男同事「开玩笑」，可以有多出格？
越南语的文字很难看吗？
吴柳芳的真实水平如何？
徐若瑄赤裸天使和男主是真的真刀实战吗？
一米二的棍子打的赢三十厘米的刀子吗？
入门级3D打印机怎么选，创想三维这个牌子如何？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
男医生在给年轻靓丽的女性检查时会是什么心态？
055一打一能不能打过阿利伯克？
你们都什么时候对男女之事开窍的？
055驱逐舰 是个什么概念?
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
大家在做登录功能时，一般怎么做暴力破解防护？
我一直想不明白，日系车为什么就走下坡路了呢？
Swift 和同时代的其他语言比起来怎么样？
张飞为啥被评价有国士之风?
央企的信创，是否有必要把 spring 替换成国产的 solon ？
以前很多人家里都有家庭***，为什么现在几乎看不到了？
怎么国内车企都要去跑纽北呢，纽北也就是个普通赛道?
大家支不支持文言文，古文退出中国教育?
