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：
网传西藏六月发生三起藏马熊吃人***，藏马熊真的这么可怕吗？
Office 中为何还要保留 Access 数据库?
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
什么才是真正的爱情？
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？
Golang中有必要实现Async/Await吗?
人类有希望走出***系吗?
用玉米钓不到鱼是什么原因？
055大驱到底强在哪里？
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
住在一个脏乱差的家里十几年是什么感受？
如何看待《剑星》已登顶 Steam 全球热销榜？
为什么低个子男生更喜欢身材大很多的大女孩？
DF-41已经可以打击美国本土，这是否相当于古巴导弹危机常态化？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
能分享一下你写过的rust项目吗？
Electron 和当下其他的桌面开发方法相比如何？
Rust开发Web后端效率如何？
雷军为什么不愿意用性价比打法进军NAS？
工业克苏鲁什么意思?
黑客为什么可以做到无需知道源码的情况下找出系统漏洞？
用了几年大厂云服务器，现在想换便宜的，有推荐的吗?
golang 与rust 在服务器程序领域相比较，各有什么优劣势？
Golang vs Rust vs Dlang 哪个更有前途，哪位大牛这 3 门语言都用过？
大家猜猜伊朗的结局如何？
为什么我的顺风车一直没人接单?
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
如何评价广州这座城市？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
买到烂尾楼到底该有多绝望？
