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：
你读过的最好的 Rust 开源代码是什么？
如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？
榴莲的产量明明很高，为什么还卖那么贵？
家里安装千兆宽带有意义吗？
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?
为什么大部分人都认为2560x1440是2K？
大家觉得华为鸿蒙系统5.0好用吗？
如何评价首个女性友好的编程语言HerCode?
Flutter 为什么没有一款好用的UI框架？
自己拥有一台服务器可以做哪些很酷的事情？
最好的笔记软件是什么？
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？
冬天也要穿胸罩吗?
后端开发除了增删改查还有什么？
电影《碟中谍》系列中哪一部最好？
闲鱼上为什么会有人问都不问直接下单?
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
为什么***骂 Ubuntu，但是 Ubuntu 一直是所有 Linux 发行版中知名度、热度最高的？
理论上flutter性能应该非常高才对，为什么好些flutter应用性能一般？
systemd吞并了什么?
小米发布了 REDMI 首款旗舰小平板 K Pad，仅 8.8 英寸，小巧便携，如何评价这一设计？
导师给了1.4W要我给工作室买个主机，是整机还是自己配？
Electron是否有作为游戏引擎的潜力？
腰肌劳损平时要怎么注意保养?
大一计算机新生怎么合理利用github？
为什么中国男性正在集体退出相亲市场？
istp 和intp 恋爱什么感觉？
不用CDN就没事，用阿里云CDN就被攻击刷流量，阿里云表示证明不了就要用户买单，如何看到这种行为？
***拍大尺度片子时摄影师不会看光吗？
为什么用 electron 开发的桌面应用那么多？
