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）?
个子高是种怎样的体验？
买到烂尾楼到底该有多绝望？
有丧尸末日疯狂囤货的爽文***吗？
各位都在用Docker跑些什么呢？
为什么好多人都在喊体制内的工作很累？
如何评价大胃袋良子？
Windows有哪些神级软件？
程序员每天会阅读哪些技术网站来提升自己?
Windows的伟大之处在哪里？
路由器被隔空刷成校园网节点了，这在技术上是怎么实现的？
Anthropic 推出的 Claude Code Agent 有哪些亮点值得关注？
如何评价***伊内斯·特洛奇亚的身材？
韩红痛斥歌手耳机里都是提示音，反映了行业的哪些问题？提示音是歌手表演的必要辅助吗？
怎么学习前端开发？求推荐学习路线？
为什么现在很多人推崇国外原版教材？
将 bug 译作「蚆蛒」，将 debug 译作「揥蚆蛒」，音译兼意译，是不是很巧妙？
高铁的作用被高估了吗？
非计算机专业，好奇为什么会出现“程序依赖bug运行”的情况？
PHP现在真的已经过时了吗？
为什么我儿子把水倒翻了，我让他先擦干净再看电视，他宁愿哭得嗓子哑了也不擦？
Golang与Rust哪个语言会是今后的主流？
2025年，笔记软件又如何选择?
你心目中最有意思的编程语言是什么？
NAS明明没那么好用，为什么还有那么多人坚持选择使用？
如何低成本地过有益的生活？
目前最流行的 rust web 框架是什么？
你从哪些方面可以看出现在的年轻人活得很累？
如何评价华为鸿蒙电脑？
发现孩子走丢的那一刻，你是什么心情？
