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：
如何客观评价李小冉的长相？
Caddy 和 Nginx 比有哪些优点和缺点？
夸克网盘有可能超越百度网盘吗？
Python+rust会是一个强大的组合吗？
***拍大尺度片子时摄影师不会看光吗？
30岁了，你在深圳过着什么样的生活？
张元英瘦得很畸形，为什么她粉丝还觉得是完美身材？
polars到底行不行？
为什么供应链桃子只有小米雷军可以摘，其他人只能干瞪眼？
美国真会下场对伊朗开战吗？
为什么 mac mini 的 m4 版本价格这么低呢？
如何评价阿里等大厂笔试现已经禁用本地IDE？
为什么当今 Web 应用不都***用 WebSocket 形式进行数据交互？
独立开发者都使用了哪些技术栈？
你的亲戚提过什么过分的要求？
大家猜猜伊朗的结局如何？
如何评价《塞尔达传说：王国之泪》？
买到烂尾楼到底该有多绝望？
群晖端部署了emby，盒子安装了客户端播放蓝光电影为什么不能显示影片自带字幕？
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？
为什么中国刀在国际上不如日本刀出名？
docker 容器启动后如何添加端口映射？
一个程序员的水平能差到什么程度?
我毕业想成为前端工程师，可是前端技术太多，越学越多，可是我想成为技术强的人，又很无助，怎么办?
6月18日，中国女篮 101-92 胜日本女篮，张子宇 18 分韩旭18+11，如何评价本场比赛？
国密加密算法有多安全呢？
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒，具体是怎么回事？酒店要承担哪些责任？
这个世界有多少用WinRAR的付费用户？
周鸿祎为什么说他这辈子最鄙视李彦宏？
