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：
为什么中国JK无法拍出日本JK的感觉?
月之暗面 Kimi 首个 Agent 开启内测，可生成易追溯的万字报告，有哪些技术亮点？
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？
为什么美军B2实战以后有人认为一部分网友又没信心了？
现在个人博客不能备案了吗？
亲眼见到明星本人是什么体验？
雷军为什么不愿意用性价比打法进军NAS？
如果在野外发现了一只大熊猫，很脏，领回家给他洗个澡，再养几天，犯法吗？
以前很多人家里都有家庭***，为什么现在几乎看不到了？
自己组一个E5服务器才几百块钱，为什么去阿里云租这么贵?
为什么苹果的Mac不能啃下“游戏”和“软件支持”这2块硬骨头？
Microsoft Edge总是自动修改我的PDF默认打开方式，该怎么解决?
大家在广州的一天是怎么样的呢？
各位前端大触们，一般怎么定颜色的？
鱼缸换水前为什么必须要困水？如果没条件困水怎么办？
有一个***约你出去，你会去吗？
为什么有的房东喜欢把房间租给女租户？
韦东奕（北大韦神）要是去写游戏引擎代码，能不能把虚幻引擎按在地上摩擦？数学好真能‘降维打击吗？
为什么年轻的肉体让人沉迷？
AV1和HEVC的性能差异有多大？
柳州的债务，谁来还？用什么还？怎么还？
有哪些是你用上了mac才知道的事？
如何评价小米 6 月 26 日发布的小米 YU7、MIX Flip2、REDMI K80 至尊版？
一个三甲医院的HIS系统，运营一年下来，他的数据库能有多大？
为什么日本人越来越土了？
中国现有的雷达技术能发现B2么？
为什么Mac连个正儿八经的CAD都装不了还敢打着生产力的旗号？
为什么中国很少有人使用linux？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
精子会残留在女性的体内嘛?
