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：
怎么提高自己的系统设计和架构理论水平？
独立开发者都使用了哪些技术栈？
MacOS真的比Windows流畅吗？
伊朗称向以发射使用射程达 2000 公里的「泥石」地对地弹道导弹，其威力有多大？
如何看待伊朗最高领袖哈梅内伊 6 月 18 日发布“必须强力打击以色列，永不妥协”的声明？
北京日报点名批评“苏超”过度娱乐化的动机是什么？
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？
为什么女游泳运动员看起来大部分都是平胸？
导师给了1.4W要我给工作室买个主机，是整机还是自己配？
IDEA2023.2如何实现永久激活？
如何部署Prometheus监控K8S？
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？
如果全球都停止出口粮食，中国能否自给自足？
Office 中为何还要保留 Access 数据库?
如何看待机器之心重测高考数学全卷，Gemini夺冠，豆包DeepSeek并列第二？
Rust的设计缺陷是什么？
胸大的女孩会自卑 吗？
真的有这种又苗条身材又爆炸的么？
在所有动物肉中，哪一种味道最好？
Golang与Rust哪个语言会是今后的主流？
为什么不趁以色列美国与伊朗打的火热的时机收复台湾呢？
刚穿成hp里14岁的塞德里克，这咋活？急急急！?
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？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
你们都什么时候对男女之事开窍的？
如何看待当今小学生的疯狂内卷?
跟领导坐一辆车下乡，连司机共三人，领导问我「听说办公室主任人缘不好，你有听说吗？」，我该怎么回答？
到底是9800x3d+5070ti还是u7+5080?
海胆到底是什么味道？
