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：
为什么管理一严，员工就走人？
有没有免费的NAS系统推荐一下？
如何看待多地开展查摆年轻干部玩心重、贪图享乐、说话随意、社会交往复杂、生活不检点等问题的行动？
未来几年，市场对 AI 人才的需求会集中在哪几个方向？
Linux 下有没有类似 Everything 的搜索工具？
如何看待2024年出生人口为954万？
生完孩子身材依旧火辣是一种怎样的体验？
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
为什么中国的 UI 相比外国差距那么大？
有没有免费图片大小压缩软件？
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？
为什么国人普遍不接受月付的订阅制而喜欢一口价买断制呢？
卸载迅雷后，***文件变成xunlei.bittorrent.6,怎么还原回去啊，心态炸了！?
如何评价Orbstack（在Mac上低开销地运行容器和Linux）？
明星现实中真的很漂亮吗？
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
是什么原因让你一定要用 iPhone？
程序员男朋友都是怎样的？
长沙申请全运会成功，未来几年会对长沙那些帮助，是否会加快长株潭融城以及经济发展？
目前最具性价比的全栈路线是啥？
如何评价福原爱？
用K8s的公司有多少人会部署K8s？
搞了NAS之后去哪里下载4K，8K的电影？
ERP实施从哪几方面入手能保证成功？
为什么bilibili后端要用go来写？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
锻炼腰肌的经典动作有哪些？
ssd固态硬盘sata的好还是m.2好呢？
Jetpack Compose 和 Flutter 应该先学哪个呢？
