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：
鱼缸上的藻类怎么去掉？
J***a 除了 Spring 还有什么？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
评价一下Proxmox VE与ESXi的优劣？
为什么越来越多的国内男孩，要娶国外女孩?
曼德拉是南非的罪人吗？
中国有能打到美国本土的导弹吗……有的话最远能打到哪里呢？
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？
该学C4D还是blender？
duckdb的性能如何？
为什么程序员独爱用Mac进行编程？
写业务的话，go是不是垃圾？
女生真正的完美身材是什么样子？
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
乡下的土鸡真的值100块钱吗？
你身边身材最好的女生是什么样？
为什么欧美影视喜欢露点？
打算在苏州买房，请推荐。苏州的房价怎么样了？
***拍大尺度片子时摄影师不会看光吗？
现在还有人一直坚持使用 Eclipse，不使用 IntelliJ IDEA 吗？
Linux里面usermod -L zhangsan命令是什么？
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
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？
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
如何评价网易国产动作冒险单机新作《归唐》首支预告片？
以色列为什么突然敢打伊朗了？不怕被报复？
如何评价***伊内斯·特洛奇亚的身材？
如何评价适马17-40mm f/1.8 超规格APS-C镜头？
