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：
阿里云盘冻结后强制收费才能解冻，如何处理?
现在个人博客不能备案了吗？
想往鱼缸里种点水草，但是家里鱼缸大了买水草泥或者底砂太贵了，有没有生活中可以替代的物品或其他建议？
真的没有人觉得2k是一个很尴尬的分辨率吗？
为什么微信不向telegram学习？
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？
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
你们都用什么跨平台、跨设备文件同步？
都说苹果是细节狂魔，那苹果有没有细节其实做的很差的点？
1MB其实是一个很大的存储单位，那么它的存储容量究竟有多大？
如何评价前端框架 Solid?
为什么还有那么多人认为蔚来会倒闭？
有什么方法可以更快地理解 J***aScript？
6月23号，美团优选突然关闭了，为什么?
如何评价剪映svip，599一年，有替代方案吗？
程序员看剧的时候，如果看到有敲代码页面，会暂停看代码吗？
美团优选被曝突发大面积关仓。如何评价？
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
用PHP写了个小框架，怎么才能得到大佬们的指点？
为什么软件公司很少用python开发web?
如何评价张靓颖刘宇宁《九万字》?
Windows上有没有一分多屏和多屏合一的软件？
金山办公继续聘任雷军为“名誉董事长”，但不享权利、不担义务、不领薪酬，这个头衔的实际意义是什么？
家里想搞一个服务器，怎么才不违规？
你生活中做过最自律的一件事是什么？
为什么 macOS 并不差，可市场总敌不过 Windows？
有没有好看的追妻火葬场文，不要烂大街的那种？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
docker有哪些有趣的用途?
