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：
5挺马克沁机枪，能否击败50万重骑兵？
2025年，Gitea 和 GitLab 应当如何选择？
Rust开发Web后端效率如何？
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
为什么一直在说稳就业，但找工作却越来越难了呢？
macOS下有哪些作为开发人员推荐安装的软件？
前端开发，浏览器渲染原理 与 框架源码，哪个更加重要一些？
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
美国国务卿称将开始吊销中国学生签证，包括在关键领域学科学生，影响有多大？在美中国留学生该怎样应对？
如何评价阿富汗取消与中国的石油开***合同？
目前国内网盘，最尊重用户的是哪家?
请问照片里这个人是谁呀？
为什么水泥封不住尸臭?
如何看待国内服装尺码越来越小的现象？
如何优雅地给妹子优化电脑（Windows）？
MacOS真的比Windows流畅吗？
你是怎么发现亲戚开始见不得你好的？
Visual Studio Code 可以翻盘成功主要是因为什么？
有哪些让你目瞪口呆的 Bug ？
女主播和榜一大哥现实碰面会做什么？
如何评价任天堂新游戏《咚奇刚 蕉力全开》的专场直面会？
海贼王为什么现在被全网黑?
Trae和Cursor对比有什么优势吗？
程序员从幼稚到成熟的标志是什么？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
高校里那些「非升即走」后「走」了的青年教师都怎么样了？
洲际导弹能打到任何地方，为什么还需要轰炸机？
HTTP/3 解决了什么问题，又引入了什么新问题？
大家有什么烧钱的爱好吗?
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？
