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：
如果是你，你会选择Windows还是Mac？
如何评价《灵笼 2》第六集？
生完孩子身材依旧火辣是一种怎样的体验？
在武汉，你们的找对象标准是怎样的？
北大「韦神」粉丝破 2000 万，评论区成高考许愿池，如何看待家长们纷纷从韦神这里「沾福气」的心理？
京东上看到i7/128G内存/2TB固态/TRX4060配置的电脑才卖两千多，为什么能这么便宜？
如何看待 Git 的 Windows 安装程序称 Vim「很难用」？
有哪些好看的古言追妻火葬场文？
你是在什么时候认识到自己好看的？
如果北京放开车牌，未来会怎样？
JetBrains 放弃 AppCode 是否是一个错误决定？
真的有这种又苗条身材又爆炸的么？
想知道德普怎么看上艾梅柏·希尔德的？
现代艺术只考虑意义、不考虑美感吗？
我的世界怎么租一个四个人的服务器？
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）?
Rust 的设计缺陷是什么？
以色列为什么突然敢打伊朗了？不怕被报复？
同时使用多个显示器能提高工作效率吗？
postgres集群的选择?
Windows上有没有一分多屏和多屏合一的软件？
谁敢公开一下自己房贷月供，占你收入的多少？对你生活影响大吗？
为什么有的人喜欢带着 MacBook 去咖啡店或者书店上网，而不是 ThinkPad 之类的？
如何评价张靓颖刘宇宁《九万字》?
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？
买到烂尾楼到底该有多绝望？
Swift 和同时代的其他语言比起来怎么样？
大家在深圳真实的收入是多少？
12306 网站的根目录下为什么连 robots.txt 文件（反爬虫协议）都没有？
