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：
如何评价「尖叫」这种饮料？
有谁现在正在使用苹果mac mini 吗？能分享一下使用感受不？
为什么剪映导出***时码率与原***一样，变得更模糊？
使用Linux系统有什么优势，亮点在哪里？
你在健身房发生过什么有趣的事情?
Jetpack Compose 和 Flutter 应该先学哪个呢？
常州为什么在这次「苏超」联赛的「十三太保」中热度尤为出圈？
大家在做登录功能时，一般怎么做暴力破解防护？
颈椎病可以恢复吗？
为什么不允许用泥鳅在长江钓鱼？
怎么国内车企都要去跑纽北呢，纽北也就是个普通赛道?
坚持使用 PHP 的你，如今有什么感悟？
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？
如何看待 2026QS 世界大学排名？
你为什么觉得 Mac 不好用？
go 有哪些成熟点的后台管理框架？
***咖被曝员工月薪 2300 元只休 1 天，这样的薪资和工作条件是否合理？
群晖 nas 有些什么基本和好玩的功能？
如何评价Orbstack（在Mac上低开销地运行容器和Linux）？
山姆超市是怎么在中国火起来的?
冬天也要穿胸罩吗?
为什么长得漂亮却没什么用?
你见过最人性化的设计是什么？
count(*) count(1)哪个更快？
大家猜猜伊朗的结局如何？
如何在 Golang 中进行字符串处理？
伊朗到底有没有击落以色列的F35？
越正经的女人越容易做出疯狂的事吗？
有什么是你去河南才明白的事？
