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：
为什么上海、宁波那么近要搞两个港口？不会恶性竞争么？
你见过身边身材最好的女生是什么样子的？
北京日报点名批评“苏超”过度娱乐化的动机是什么？
Mac mini M4，有必要升级24G内存吗？
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？
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？
PHP初学者，我能不能使用PHP来开发桌面应用？
为什么 macOS 并不差，可市场总敌不过 Windows？
Vue性能优于React，那为什么还不用Vue？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
阿里网盘为什么没有动静了？
全球每年约500万匹马被屠宰，为什么却见不到中国人吃马肉？
为什么中国很少有人使用linux？
为什么国内连 Docker 镜像源都要封禁？
伊朗称袭击以色列「网络首都」，该地聚集英特尔、微软等多家高科技企业，伊朗为何选择这里？会造成哪些影响？
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？
字节引入Rust是否代表J***a的缺点Go也没解决？
什么是稳定币？有人说它是「一场饮鸩止渴的游戏」，你怎么看？
什么才是真正的爱情？
为什么有的女生喜欢穿紧身牛仔裤？
systemd吞并了什么?
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？
琼瑶剧中哪些经典台词让你印象深刻？哪些经典场景让你记忆犹新？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
前端如何设计网页？
如何看待伊朗国家电视台发文称“今晚将会发生一件大事，让世界铭记几个世纪”？
