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：
未来几年，市场对 AI 人才的需求会集中在哪几个方向？
为什么国内没有一个发布需求的***或网站呢？
皮肤太白是种怎样的体验？
go的channel在实际项目中会怎么使用？
面试中被嘲笑Token放在redis里，该如何应对这种情况呢？
黄晓明上戏考博落榜，本人回应「明年再战」，怎样看明星对高学历的追求？上戏博士有多难考？
为什么有些NAS用户弄那么多硬盘?
2025 年还能等得到 LCD 屏的旗舰机吗？
服务器应不应该使用「宝塔」等管理软件？
最顶尖的程序员是不是不屑写注释?
电信光猫有必要改桥接模式吗，用光猫拨号和用路由器拨号对网络影响有多大？
Rust据说是这样先进，那Rust编译器也总该是Rust写的吧？
J***aScript 已经强大到什么程度了？
arm在低功耗下的效率是x86的两倍以上，为何掌机还不使用arm芯片？
家用小型服务器用什么系统比较好呢？
明明无线鼠标有那么多优点，为什么还有那么多人买有线鼠标？
如何看待盲人UP主蒙眼炒鸡蛋在成都各大医院都买不到胰岛素，最后进抢救室?
如何证明散片 CPU 比盒装 CPU 差?
剪映网页版要下线了，有没有字节的同学来说下是为啥啊？
大家在做登录功能时，一般怎么做暴力破解防护？
如何看待现在的前端？
2025年了 Rust前景如何?
web3开发值得去学习吗？
买到烂尾楼到底该有多绝望？
反渗透纯化水设备长期停机如何保养？
能不能发一张你相册里最好看的自拍照？
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响？
有哪些新生代没见过或者无法理解的 Red Hat Linux 9 时代的事情？
电影《碟中谍》系列中哪一部最好？
