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：
汉语是牺牲了什么，才成为世界最紧凑、最高效的语言？
华为中年粉丝都是什么样子的？
2025年了expo和Flutter学哪个？
做一个中国的微软到底有多难？
中年夫妻有多少是生活和谐的？
西门子S7-1500和施耐德M580之间的MODBUS TCP 通讯如何实现？
东风、长安为什么不合并了？
如何判断鱼缸中的硝化系统是否已经成功建立？
以色列为什么突然敢打伊朗了？不怕被报复？
如何看待Ollama基于Go语言开发而不是别的编程语言？
美国真会下场对伊朗开战吗？
为什么感觉wps的用户越来越多，office没人用了?
MacBook的诱惑在哪里？
为什么外企愿意向中国转让高铁技术？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
Edge 浏览器的评价是否在逐渐下降？
两条宽带是否可以nas的外网访问速度?
为什么 mac mini 的 m4 版本价格这么低呢？
开战斗机从上海到北京要多久，那是一种什么样的体验？
腰陆陆续续疼了一年多了，这个是腰突吗?
如何看待rust编写的zed编辑器？
网页上的字体变了怎么办？
为何中文互联网相对英文互联网的内容质量较低？
手机的运行内存真的有必要上16GB吗？
为什么从事技术的人普遍都比较难沟通？
40岁的中年人，失业一年了，出路到底在哪里？
「做负重深蹲肯定会腰痛，深蹲不可能完全不痛」「正确的负重深蹲就应该是腰完全不痛的」，哪句话是对的？
J***aScript 已经强大到什么程度了？
为什么《绝区零》打磨了那么多细节的同时，却有一个灾难性的UI设计？
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
