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：
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
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？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
如何看待多地开展查摆年轻干部玩心重、混日子、说话随意、口大气粗等问题的行动？
中央多份重磅文件出台，密集释放「涨工资」「提高居民收入」的信号，这背后有何深意？
如何看待M4单核性能吊打9950x?
吴柳芳的真实水平如何？
龙芯在.NET上帮微软做CPU指令集适配，为什么到国内.NET开发者这里成了维护龙芯.NET版本?
Node.js是谁发明的?
有什么是你去了上海才知道的事情？
胸大的女孩会自卑 吗？
为什么Rust的包管理器Cargo这么好用？
如何看待rust编写的zed编辑器？
有什么是你去河南才明白的事？
为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
为什么年轻的肉体让人沉迷？
为什么国内没有一个发布需求的***或网站呢？
csgo怎么分辨开挂和炸鱼?
为什么说男人至死都是少年？
为什么微软会允许中国有那么多盗版？
如何电脑下载Adobe audition?
34 岁教授王虹在北京大学开数学讲座，她或将成为首位获得菲尔兹奖的中国籍数学家，有多厉害？
有哪些事情是MacOS做不到但Linux可以做到的？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
丰田将中国市场决策权交给中方，是在华战略重大调整，这会不会意味着未来中国市场的丰田车“中味”十足了？
为什么老板仅凭一次聊天就判断某些人不堪大用？
为什么买了Switch后，却发现它并没有那么好玩？
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
