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：
有哪些事情是你去了越南以后才知道的？
马兰基地巨型飞翼无人机的出现是否代表制造b21 类似物对于中国来说不再是个难题。?
电影《阿诺拉》中大量的***镜头是否必要？
为什么腾讯云或者阿里云不让自建dns服务器?
全球每年约500万匹马被屠宰，为什么却见不到中国人吃马肉？
如何评价网易国产动作冒险单机新作《归唐》首支预告片？
苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？
将 Windows Server 作为个人 PC 操作系统来用是怎样的体验？
为什么广东人敢生？对别的省份提高生育率有哪些可借鉴学习之处？
你认为NS2现在值得入手吗？
为什么windows的arm版没有被广泛使用？
Golang是不是代替了PHP以前的生态位啊？
如何评价首个女性友好的编程语言HerCode?
你和你老婆是怎么认识的？
紧身牛仔裤看起来不正经，真的是这样吗？
如何利用cursor快速理解复杂代码工程？
商业史上有哪些降维打击的经典案例？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
前端因为像素还原设计稿而离职，这是个别现象吗？
北京日报点名批评“苏超”过度娱乐化，它是否管的太宽了？为什么无良媒体不会被查封取缔？
为什么一般人不建议住别墅?
什么时候你意识到做技术永无出路？
我应该设置多少kb才能让他不能玩游戏？
***拍大尺度片子时摄影师不会看光吗？
如何评价苹果 3 月 5 日发布的 MacBook Air M4，相比前代有哪些提升？
评价一下Proxmox VE与ESXi的优劣？
女性如果讨厌白幼瘦审美，不去迎合这种审美不就好了吗？为什么还有这么多女性不满?
为什么 IPv6 突然不火了？
男朋友因为打游戏骗我去睡觉被我识破，然后我提了分手，他同意了，问问男孩子们他怎么想的？
现在网上有很多卖别墅的，都只有200万，这个是真的吗？
