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：
开车的人和不开车的人思维有什么区别？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
为什么很多技术都觉得前端很简单？
维护一个大型开源项目是怎样的体验？
为什么都认为无GC语言一定会比有GC语言要快？
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。？
如何看待多地开展查摆年轻干部玩心重、贪图享乐、说话随意、社会交往复杂、生活不检点等问题的行动？
JetBrains 放弃 AppCode 是否是一个错误决定？
商业史上有哪些降维打击的经典案例？
你曾看到空乘做过的最傻的事情是什么？
如果苹果真的下架了微信的话，会发生什么？
如何判断鱼缸中的硝化系统是否已经成功建立？
平面设计主KV做成这样，在你的城市薪资一般多少？
马兰基地巨型飞翼无人机的出现是否代表制造b21 类似物对于中国来说不再是个难题。?
如何看待 iPhone 16 和 iPhone 16 Plus 依然***用 60Hz 刷新率的屏幕？
人间尤物是什么样的？
如何看待英雄联盟前职业选手mlxg官司输了，被强制执行2500w？
MacOS真的比Windows流畅吗？
为什么国内没有一个发布需求的***或网站呢？
大家有什么烧钱的爱好吗?
评价一下Proxmox VE与ESXi的优劣？
一岁宝宝高烧39度，爸爸还能睡得着，离吗？
Firefox是如何一步一步衰落的？
如何建一个安全的个人nas？
为什么中国电信的iptv一定要有网线连接！？
儿子抑郁四年左右了，他的未来该怎么办？
真的有这种又苗条身材又爆炸的么？
什么时候你开始发现俄罗斯不过如此？
在中国有多少开发者使用Rust编程语言？
如何评价捞女游戏改名，全网“围剿”，以及导演b站账号被封这件事?
