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：
乡下的土鸡真的值100块钱吗？
2025年了 Rust前景如何?
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
你和你老婆是怎么认识的？
印度空难客机两个黑匣子均已找到，最新发现的为驾驶舱语音记录器，会对事故调查带来哪些帮助？
相对于Go，哪些领域是.NET做不到或做不好的?
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
有邻居的追求者出价三万，让我连续半个月每天找个女朋友晚上弄点动静，我该答应吗？
狗头萝莉究竟做错了什么？
golang 与rust 在服务器程序领域相比较，各有什么优劣势？
为什么各大 *** 出奇一致地设置了『摇一摇开屏广告』？如何关闭常用 *** 的这些广告？
为什么山姆这么受欢迎？
大家的NAS都是24小时不关机吗？
女朋友送的switch被亲戚要求送小孩我该怎么办？
你见过身边身材最好的女生是什么样子的？
golang为什么要内置map？
如果你有300万存款，你还会继续辛苦上班吗？为什么？
如何评价Cursor？
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
被称为「人间尤物」的女主，有多绝？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
学生校服如何隐藏内衣痕迹?
养鱼先晾水，我晾了很久的清水去换水时，发现居然全发霉了，想不明白，求解？
为什么任天堂在NS2上没有选择使用OLED屏幕以提升续航能力和显示效果？
F-35作战半径1100公里，以色列距离伊朗首都德黑兰1600公里。以色列F-35是如何轰炸伊朗的？
***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？
女生真正的完美身材是什么样子？
穿瑜伽裤爬山的女生会不会害羞？
