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：
你见过最无用的节俭行为是什么？
前端，后端，全栈哪个好找工作？
为什么MacBook pro不用高刷新率的屏幕？
豆包推出 AI 编程，在「编辑模式」下可以直接前端改图和文字，体验如何？对行业会带来怎样的影响？
想买个鱼缸，听说里面坑很多，哪个大神给讲解一下呀？
功夫游戏《师父》火了之后，为什么没能掀起做功夫题材的游戏的浪潮？
为什么女儿的反应这么强烈？
SQLite不能支持高并发，为什么又说它能支持 10万 的日访问量？
独立开发***能盈利吗？感觉好累...
为什么 Bun 选择了 Zig 以及 JSCore？
目前中国男性有什么困境？
flutter是***跨平台最优解吗？
鸿蒙电脑会在国内逐渐取代windows电脑吗？
前后楼怎么共享宽带?
如何评价电影《F1：狂飙飞车》?
当初中俄为什么不摧毁朝鲜的核设施，让朝鲜拥有了自己的核武器？
为什么有的人喜欢带着 MacBook 去咖啡店或者书店上网，而不是 ThinkPad 之类的？
如何看待M4单核性能吊打9950x?
男的真的会把所有衣服从上到下都扔洗衣机吗？
减肥是运动重要，还是饮食重要？
只能选一个，你选谁？
微软edge浏览器为什么逐渐被其他的浏览器代替？
为什么很多外行敢站出来评价中医？
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
核武器真的有宣传中那么牛逼吗？
27寸显示器有必要上4K吗？
有什么适合学生参加的unity的游戏比赛？
伊朗为什么会被中俄抛弃？
为什么现在越来越多的人不想要孩子呢？
有什么是你去河南才明白的事？
