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：
你和你老婆是怎么认识的？
HTTP/3 解决了什么问题，又引入了什么新问题？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
用了几年大厂云服务器，现在想换便宜的，有推荐的吗?
Web后端开发，用Python还是Go呢？
国产香橙派和树莓派差距在哪？
为什么中国红十字会腐败这么严重？
以色列为什么突然敢打伊朗了？不怕被报复？
你亲身接触过的日本人的印象是怎样的?
各位大佬，我自学了python，写了一个脚本准备卖钱，怎么样才能让这个脚本只能绑定一台电脑使用？
055一打一能不能打过阿利伯克？
如何评价DuckDB?
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？
做一个中国的微软到底有多难？
postgres集群的选择?
Rust1.86才正式稳定trait的upcast，为什么在rust中这个特性实现如此复杂？
伊朗警告以色列居民尽快撤离，称将展开真正惩罚性打击，伊朗还有哪些底牌？以伊冲突会演变为中东全面战争吗？
可以用duckdb在本地建立一个数据库对外服务吗？
印度急着与上合组织撇清关系意欲何为？
《碟中谍 8》都有哪些槽点？
象棋里的车是不是过强级了？是否应该削弱一下?
为什么很多摄影师不肯承认手机的画质已经部分超越全画幅了？
antv x6 node 点击***不触发怎么办？
为什么 WebStorm 这么好用还会有人去用 VSCode？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
J***a 除了 Spring 还有什么？
golang和rust你选择哪个？
哪张照片让你觉得刘亦菲美得不可方物？
