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：
MySQL不香吗，为啥还要Elasticsearch？
如何看待rust编写的zed编辑器？
你们认为一个40多岁的女人老吗？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
哪张照片让你觉得刘亦菲美得不可方物？
python与nodejs哪个性能高？
今年西瓜收购价只有 2 毛一斤，有瓜农把西瓜扔池塘，现在超市西瓜仍几元一斤，为何会这样？
如何评价《绝区零》第十三期的危局强袭战？
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
为什么不用rust重写Nginx？
初三画成这样算是有天赋吗？【正经求助】?
如何看待英伟达新推出的显卡5090dd？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
熊猫烧香技术含量高吗？高在哪里？
为什么有些前端一直用 div 当按钮，而不是用 button？
一个成年男性，引体向上能做多少个？
家用NAS是成品还是DIY？
以色列有能力灭掉伊朗吗？
现实中的父女关系是怎样的?
为什么祖传代码被称为「屎山」？
为什么国外网站总喜欢弹出cookie访问权限弹窗，国内网站却没有，这么做有什么意义？
组nas一定要TDP低的cpu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？
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？
怎么看待北京大龄单身女突破80w？
坚持使用 PHP 的你，如今有什么感悟？
Rust1.86才正式稳定trait的upcast，为什么在rust中这个特性实现如此复杂？
为什么macOS软件生态不敌Windows?
