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：
能分享一下你写过的rust项目吗？
有没有好看的个人博客的设计？
为什么Dreamwe***er，FrontPage会被淘汰？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
为什么有的女生喜欢穿紧身牛仔裤？
为什么 IPv6 在国内至今未得以大规模应用?
Firefox 浏览器是否还有可能浴火重生?
女婿不喜欢去丈母娘家的原因是什么？
你在出租房屋发现过什么前租客留下的“宝藏”？
如何评价 Next.js？
大家的NAS都是24小时不关机吗？
台湾人对南京人有特殊情结吗？
冬天也要穿胸罩吗?
PHP现在真的已经过时了吗？
有人 espresso 直接喝吗，为什么？
低功耗web服务器 迷你主机 小型服务器 求推荐？
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？
如何评价人民网评关于集中整治违规吃喝的发文？
PHP初学者，我能不能使用PHP来开发桌面应用？
一枚东风41能直接干掉一艘航母吗？
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？
mysql 中如何进行联合索引优化？
有一个乌克兰的朋友问我，中国人凭什么能享受和平，我该怎么说？
大海捞针还捞着了是一种什么样的体验？
家里想搞一个服务器，怎么才不违规？
Swift 和同时代的其他语言比起来怎么样？
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
如何看待湖北一医院婚检查出艾滋医生未告知伴侣致感染，医生被停职？反映出哪些问题？
MiniMax 推出全球首个开源大规模混合架构的推理模型 MiniMax-M1，其有何技术优势？
