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：
外贸独立站怎么做SEO？
养多少只鸡可以做到一天一个免费的鸡蛋？
有哪些事情是MacOS做不到但Linux可以做到的？
055一打一能不能打过阿利伯克？
如何评价「尖叫」这种饮料？
创业公司是否应该使用 Rust ？
来自东北人的疑惑，南方的菜分量到底有多小？
谷歌云服务宕机导致 OpenAI、Shopify 等服务中断，此次宕机的具体技术原因是什么？
为什么 WebStorm 这么好用还会有人去用 VSCode？
微软暂停专用 Xbox 掌机开发，转而优化 Windows 11 的掌机游戏体验，这背后原因有哪些？
如何评价《头文字D》中的夏树？
FastApi性能是否真的接近Go?
现今大部分哺乳动物都是六千万年前恐龙灭绝后的同一种哺乳动物的后代吗？
如何看待伊朗发布10座美军基地地图？
为什么买了Switch后，却发现它并没有那么好玩？
国产香橙派和树莓派差距在哪？
《三角洲行动》还能活多久？
有没有一个特别好用的Linux系统？
毕设答辩，老师说node不可能写后台怎么办?
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公安系统的问题？
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
作为一个服务器，node.js 是性能最高的吗？
为什么沈六代J50会放弃DSI进气道和侧弹仓？
为什么从事技术的人普遍都比较难沟通？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
如何评价鸿蒙电脑无法编写其自身运行的程序？
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？
JetBrains 放弃 AppCode 是否是一个错误决定？
如何看待德转更新王钰栋身价为 150 万欧元，比之前暴涨 110 万欧元？
iPad Pro大概可以使用多久呢？
