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？
systemd吞并了什么?
各位都在用Docker跑些什么呢？
黑客为什么可以做到无需知道源码的情况下找出系统漏洞？
医院为什么很不用安宫牛黄丸急救？
为何雷军天天健身，却无健身痕迹?
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
如何看待Ollama基于Go语言开发而不是别的编程语言？
HTTP/3 解决了什么问题，又引入了什么新问题？
你身边身材最好的女生是什么样？
鸿蒙是换皮安卓吗?
战场上用沙袋来防***，真的有用吗？
如何评价阿富汗取消与中国的石油开***合同？
如何看待《捞女游戏》（已改名为《情感反诈模拟器》）定档 6 月 19 日？
你见过最无用的节俭行为是什么？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
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？
为什么我感觉现代医学还是很落后？
Office 中为何还要保留 Access 数据库?
如果苹果真的下架了微信的话，会发生什么？
得了强直性脊柱炎是不是一辈子就完了?
腰肌劳损怎嘛治啊?
flutter是***跨平台最优解吗？
Python+rust会是一个强大的组合吗？
小沈阳女儿韩国出道，将发行个人首张迷你专辑，为什么选择韩国出道？你看好吗？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
为什么情侣在一起旅行后容易分手？
Gradle 是否已经对安卓的发展构成了阻碍？
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？
