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：
电脑有64G的物理内存(DDR5 5200)，完全够用了，可以关闭系统的虚拟内存吗？
能分享一下你写过的rust项目吗？
核武器最小当量能做到多少？
如果发动机热效率达到100%，一升汽油大概可以让汽车行驶多少公里？
伊朗到底有没有击落以色列的F35？
空战的时候可不可以先击落预警机?
网红都那么美，为什么当不了明星？
SQL Server 真的比不上 MySQL 吗？
时隔4年，无畏契约（Valorant）又如何评价？
电视剧《繁花》中宝总为什么没有和汪小姐在一起？
为什么说男人至死都是少年？
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？
伊朗这次会崩溃灭亡吗？
为什么 macOS 并不差，可市场总敌不过 Windows？
真的有这种又苗条身材又爆炸的么？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
有什么是你去河南才明白的事？
福建舰正在加紧进行海试，福建舰入列后能发挥怎样的作战效能？我国三艘航母各有哪些特点？
如何评价「尖叫」这种饮料？
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？
性在婚姻生活中真的重要吗?
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
如何评价《三角洲行动》S5 赛季新地图「潮汐监狱」？
如何看待 Rust 的应用前景？
Rust怎么写GUI程序？
Golang和J***a到底怎么选?
Rust 的设计缺陷是什么？
lar***el是php架构最垃圾的性能，为什么那么多人还是自我感觉良好？
