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：
编程问题哪里解决?
吃爽了是怎样一种体验？
有哪些是你用上了mac才知道的事？
国内为什么那么多人黑 WordPress ？
你们都什么时候对男女之事开窍的？
为什么 Bun 选择了 Zig 以及 JSCore？
为什么都认为无GC语言一定会比有GC语言要快？
Todo清单、闪点清单、微软TODO、番茄todo、滴答清单、奇妙清单，哪个待办事项App更好用？
react和vue该选哪一个?
如何评价睡前消息第917期《B2骗过全世界，给伊朗留下七个洞》，你怎么看？
27寸显示器是否有必要到4K？
postgresql能取代mongodb吗？
怎么向老婆简单解释nas的用途？
我的世界怎么租一个四个人的服务器？
新手养鱼，养什么鱼好？
什么样的女主才能叫做「人间尤物」？
2025 年还能等得到 LCD 屏的旗舰机吗？
男医生在给年轻靓丽的女性检查时会是什么心态？
SQLite不能支持高并发，为什么又说它能支持 10万 的日访问量？
你见过哪些智障的反人类的设计？
***如你财务自由，是买一个大平层还是买一个大别墅？
一个体力无限但技术只有中甲水平的球员能在英超立足吗？
都是研制核武器，为何只敢动伊朗，对朝鲜确畏首畏尾？
Caddy 和 Nginx 比有哪些优点和缺点？
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？
《剑星》登顶 Steam 全球热销榜，这款游戏为什么能收到如此好的市场反馈？
前端，后端，全栈哪个好找工作？
如果看待林丹这句话 “网球的强度远远没有羽毛球大”?
为什么全网 都在说 iOS 开发不行了 ？
乔丹的身体素质放到现在是不是只能算平庸？
