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：
RAG（检索增强生成）会不会消亡呢？
国产手机AI「好用」的背后，是技术差距还是文化差异？
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
哪张照片让你觉得刘亦菲美得不可方物？
养乌龟如何降低换水频率？
2025年了expo和Flutter学哪个？
中国预警机世界领先吗？
女生身高174体重120+算胖吗?
电子信息工程的大学生可以参加的竞赛有哪些？有报名时间最好？
杨幂论文一年间 AI 率从 0 飙至 91%，为什么会这样？AI 查重到底有没有统一标准？
你在出租房屋发现过什么前租客留下的“宝藏”？
以色列为什么突然敢打伊朗了？不怕被报复？
美国搞出个“稳定币”，到底是什么？其它国家是如何看待稳定币的？
男朋友觉得3.3W的彩礼太多了，怎么办？
PHP初学者，我能不能使用PHP来开发桌面应用？
以前大力推广的沼气池，怎么现在越来越少了？
你看过哪些以为是段子新闻，结果发现居然是真的？
为何 PC 需要单核高性能，而服务器不在乎？
国产数据库有什么坑？
5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源，具体有哪些提升？使用体验如何？
你最满意的10款 PC 软件是什么？
uni***真的很垃圾吗？
美国发行「稳定币」，是否相当于增发美元？
有没有好用的本地***去水印免费软件？
理论上flutter性能应该非常高才对，为什么好些flutter应用性能一般？
中国海军是如何崛起的？
什么是歼20完全体？
如何判断鱼缸中的硝化系统是否已经成功建立？
可以发一下你存在相册里的可爱小动物吗？
如何搭建自己CDN服务器?
