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：
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
中医把脉是***吗？
为什么健身的女性普遍喜欢晒臀照？什么心理？
为何 Linus 一个人就能写出这么强的系统，中国却做不出来？
为什么这次以色列打伊朗，网上声讨的人少了，反而都是嘲笑调侃伊朗？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
如何看待罗永浩回忆被华为公司余承东野蛮人式挖人？
大部分语言都用尖括号<>表示泛型，为什么golang要标新立异用中括号？
你后悔娶了现在老婆吗？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
为什么国内程序员不喜欢写单元测试？
为什么家里要用 NAS？家用 NAS 有哪些实际的、接地气的用途？
Node.js是谁发明的?
PHP现在真的已经过时了吗？
如何看待《捞女游戏》在线人数峰值近 7 万，仍位居国区热销第一？
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？
如何评价日本2024年出生人口68.6万，总和生育率再创历史新低？
为什么同样是输球，常州和国足的风评却差那么多呢？
以色列为什么要打伊朗？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
国产手机AI「好用」的背后，是技术差距还是文化差异？
为什么j***a被部分开发者认为是低端技术？
如何评价前端框架 Solid?
为什么都说 Finder 难用？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
Unity收费***后，为何大家选择了Godot而不是Cocos？
JetBrains 放弃 AppCode 是否是一个错误决定？
为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
《道诡异仙》的作者为什么可以发展剧情没有任何瓶颈？太强了?
