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：
如何看待国内服装尺码越来越小的现象？
Electron 和当下其他的桌面开发方法相比如何？
冬天也要穿胸罩吗?
为什么台式 PC 还处在组装（DIY）阶段？
自己拥有一台服务器可以做哪些很酷的事情？
如何看待 Git 的 Windows 安装程序称 Vim「很难用」？
关于***你还在继续写吗？
什么洗碗机，真的有家庭在用么？
为什么说中国是唯一一个没有断过代的文明?
PHP初学者，我能不能使用PHP来开发桌面应用？
为什么腾讯云或者阿里云不让自建dns服务器?
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
在有公网 IP 的情况下如何安全地进行远程桌面连接?
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
如何搭建自己CDN服务器?
中医把脉是***吗？
电影《碟中谍》系列中哪一部最好？
华为自研的仓颉编程语言将于 7 月 30 日开源，这款语言将如何影响未来的开发趋势？
印度是真的烂还是咱们在信息茧房里面？
微信头像会影响第一印象吗？
为什么Steam Deck能做好Windows游戏转译但是Apple Mac就做不好？
目前最具性价比的全栈路线是啥？
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？
为什么直到2024年国外媒体都把俄罗斯军事排第二?
为什么负荷那么大的腰部力量训练的人不会受伤，长期无载荷久坐的人会出现腰肌劳损？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
你的低成本爱好是什么？
