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：
新买的移动硬盘该格式化为 NTFS 还是 exFAT？
为什么人到中年，很少有身材苗条的？
SwiftUI 是不是一个败笔？
如何评价电影《碟中谍8：最后清算》？
为什么腰肌劳损这么难治？
HTTP/3 解决了什么问题，又引入了什么新问题？
如何看待 Rust 的应用前景？
今年西瓜收购价只有 2 毛一斤，有瓜农把西瓜扔池塘，现在超市西瓜仍几元一斤，为何会这样？
A股市场通达信游资量能异动捉妖主升浪指标公式哪些比较好用？
联想 128GB 超大内存迷你 AMD 主机上架，此款主机有哪些亮点？
谁是对Mac有成见然后用完Mac后真香的？
Android为什么不直接执行Linux的程序？而是自己搞一套？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
五年以内会爆发第三次世界大战吗？
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？
你为什么对kotlin失去好感?
以色列有能力灭掉伊朗吗？
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？
如何看待 Rust 写的 PNG 解码器比 C 实现更快？
韦东奕和王虹谁的数学天赋更强？
有一双超级大长腿是什么感觉？
为什么明明身边二胎非常普遍，但从人口统计数据看，人口依然是在减少的？
30马赫的导弹，近防炮能挡住吗？
如何使Windows上安装的Macos虚拟机流畅运行?
阿里网盘为什么没有动静了？
2025年，歼16与美军机50分钟缠斗，为什么知乎上没有任何消息？
现在的年轻人喜欢穿连裤袜吗？
这种裙子是不是对直男爆杀？
国内很多男性在非洲和当地女人恋爱是真的吗?
公立医生帮联系民营救护车，800 公里收费 2.8 万元，收费合理吗？救护车收费标准是什么？
