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：
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
为什么有的房东喜欢把房间租给女租户？
cloudflare的1.1.1.1和warp有什么区别？
Chrome 浏览器设计的神细节有哪些？
有没有好看的个人博客的设计？
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？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
有一个***约你出去，你会去吗？
阿里云为什么没有一年的免费云服务？
python的包管理器uv可以替代conda吗?
Firefox是如何一步一步衰落的？
systemd吞并了什么?
为什么说男人至死都是少年？
你正在经历怎样的婚姻生活？
可否留下一张照片以及照片背后的故事？
京东刘强东近期小范围分享怎么看？
外贸独立站怎么做SEO？
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？
以色列为什么突然敢打伊朗了？不怕被报复？
uni***真的很垃圾吗？
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
2025年小米su7 性价比很低了，为何还不更新改款？
异性同办公室久了会不会日久生情？
吴柳芳的真实水平如何？
从2025年开始，为什么很多程序员都扔掉了Windows、Mac和Linux，开始拥抱鸿蒙pc了？
你们听过领导最没水平的一句话是什么？
安徽一银行两名客户经理因吃客户一碗面每人被罚 3000 元，这个处罚力度合理吗？
腰椎间盘突出有多痛苦？
如何评价首个女性友好的编程语言HerCode?
