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：
以前很多人家里都有家庭***，为什么现在几乎看不到了？
家里想搞一个服务器，怎么才不违规？
小米汽车凭借什么后来居上？
2025年了 Rust前景如何?
Django、Flask、FastAPI，Python 后端哪个更好？
为什么都说武器越怪，死的越快？
乡下的土鸡真的值100块钱吗？
如何评价伊朗国家电视台宣布今晚将发生大事，让世界铭记几个世纪？
《龙珠》中最 Bug 的设定是什么？
一米二的棍子打的赢三十厘米的刀子吗？
电视剧《长安的荔枝》17-20 集拍得如何？有哪些值得关注的剧情点？
既然巴菲特的持仓是公开的，为什么我们不能跟着巴菲特买呢？
会有人真正发自内心喜欢平胸吗?
Golang与Rust哪个语言会是今后的主流？
如何评价鱼皮程序员的OJ项目？
可以携号转网了，你会放弃移动吗？
北京日报点名批评“苏超”过度娱乐化的动机是什么？
如何评价阿里等大厂笔试现已经禁用本地IDE？
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
匿名说说你的烦心事儿吧?
在excel中，如何利用VBA将这段数据转成json格式？
字节引入Rust是否代表J***a的缺点Go也没解决？
家里想搞个服务器，有什么好的建议方案吗？
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
你卡过最厉害的bug是什么？
为何 Linus 一个人就能写出这么强的系统，中国却做不出来？
有哪些是你用上了mac才知道的事？
如何评价「绝区零」2.0版本新开启的常驻经营活动「凋容十载随便一观」？
如何看待黄奇帆称「中国房地产消费的居民负债占家庭收入比重达 137.9% ，需调整抑制消费政策」？
黄一鸣为什么敢承认孩子是王思聪的？
