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：
有一个***约你出去，你会去吗？
相对于 Linux，Windows Server 存在的意义是什么？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
汉语是牺牲了什么，才成为世界最紧凑、最高效的语言？
为什么一直唱衰的php语言反而日渐活跃？
华为自研的仓颉编程语言将于 7 月 30 日开源，这款语言将如何影响未来的开发趋势？
如何评价字节跳动开源的 HTTP 框架 Hertz ？
我的世界怎么租一个四个人的服务器？
黄晓明上戏考博落榜，本人回应「明年再战」，怎样看明星对高学历的追求？上戏博士有多难考？
你和你老婆是怎么认识的？
有谁现在正在使用苹果mac mini 吗？能分享一下使用感受不？
轰20的亮相为什么被反复推迟？
J***aScript 已经强大到什么程度了？
为什么欧美影视喜欢露点？
为什么Steam Deck能做好Windows游戏转译但是Apple Mac就做不好？
怎么感觉小米有点方寸大乱呢？
***拍大尺度片子时摄影师不会看光吗？
上海首例认定提供爬虫程序抓取公开数据构成提供侵入计算机信息系统程序罪案，该案件有哪些细节值得关注？
你的低成本爱好是什么？
去国外真的可以逃避内卷嘛？
如何评价《头文字D》中的夏树？
HTTP/3 解决了什么问题，又引入了什么新问题？
人常说女人味，到底是个什么味？
被时代淘汰的水果有哪些？
你在FM有哪些传奇的执教经历?
无畏契约（valorant）在国内为什么这么火?
2025年小米su7 性价比很低了，为何还不更新改款？
据说Rust和WASM可以让J***ascript变得更强，有值得推荐的项目吗？
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？
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？
