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“寡姐”斯嘉丽·约翰逊的身材？
postgresql能取代mongodb吗？
照骗能骗到什么程度？
普通人用得着4k分辨率的显示器吗？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
如何看待王婆相亲中女孩坦诚自己怀孕3个月，男方就直接拒绝了？
紧身牛仔裤看起来不正经，真的是这样吗？
公共DNS哪家强？
kvm是否会增加显示信号的传输延迟，或者键鼠的延迟？打游戏用这个，会影响吗？
你身边身材最好的女生是什么样？
你准备好迎接牛市了吗？
为什么全世界博物馆都以拥有中国文物为荣耀？
现在写 J***aScript 的是不是已经没人在用 class 这个关键字了？
苹果前首席设计师 Jony Ive 离职的原因是什么？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
一个母亲对儿女说，这世上除了爸妈没人真心希望你们好。请问你怎么看？
如何看待“开私人飞机的富人不带头环保，我一普通人为啥要环保”的观念？
如何评价前端框架 Solid?
为什么Rust的包管理器Cargo这么好用？
日本东京都 23 区 5 月通胀率达 3.6%，日本经济为何从通缩直升通胀？
央视点名批评吹牛逼，批评L2.999……会被某法务部起诉吗？
冬天也要穿胸罩吗?
真的没有人觉得2k是一个很尴尬的分辨率吗？
如何看待 2026QS 世界大学排名？
谁是对Mac有成见然后用完Mac后真香的？
为什么腾讯云或者阿里云不让自建dns服务器?
为什么微软出的软件都那么巨大？
为什么 lua 在游戏开发中应用普遍？
中国大陆地区献血率为何如此低下？
深圳高二中学生「手搓」火箭飞燕一号发射成功，突破 10KM 海拔高度，这属于什么水平？手搓火箭有多难？
