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：
如何评价 Vue.js 纪录片？
Node.js 性能为什么这么差？
腰间盘突出能不能治愈？
那你说什么样的是美女？
新买了一台nas，第一个月下载20t+，上传5+，不会被网警盯上吧?
如何评价华为最新长焦专利技术？能否颠覆手机长焦摄影的目前限制？
买到烂尾楼到底该有多绝望？
为什么 IPv6 在国内至今未得以大规模应用?
postgresql能取代mongodb吗？
只是突然很好奇，已经造出了三艘航母，为何不能按照这样的模板，批量建造航母呢?
一个人在周末做什么最享受？
PHP和Node.js哪个更爽?
LCD党真的只是少部分人吗？
都说rust是集大成者，他有什么缺点呢？
单依纯和黄霄云谁颜值更高一点？
目前最具性价比的全栈路线是啥？
Rust开发Web后端效率如何？
Golang中有必要实现Async/Await吗?
如何评价引入 Liquid Glass 设计的 iOS 26？
医院为什么很不用安宫牛黄丸急救？
可以分享你相册中最好看的一张照片吗？
为什么 macOS 并不差，可市场总敌不过 Windows？
如何评价《原神》于 6 月 23 日发布的新角色立绘「轰隆雷鸣波 · 伊涅芙」？
长期久坐导致腰背痛， 怎么有效缓解？
为什么在IDEA使用@Autowired会报黄?
为啥小姐姐们都不想做主播了？
如何评价黄霄云这个人？
为什么NBA在中国没有以前火了？
怎么学习前端开发？求推荐学习路线？
