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：
如何看待安徽宿州一农场500亩土豆遭几百名村民哄抢，曝光后民警要求种植户删帖？法不责众？如何有效维权？
应该怎么对最新版本的Windows、MacOS、鸿蒙PC系统作出公正的评价？
如何看待青鸾峰上连续几本***霸占纵横榜首？
go 有哪些成熟点的后台管理框架？
055驱逐舰 是个什么概念?
有没有什么惊为天人的 Logo 设计？
Chrome 浏览器设计的神细节有哪些？
能分享一下你写过的rust项目吗？
求大神解答，为什么大家都不喜欢用docker？
女子姓名与被执行人同音多次遭传唤，澄清后仍有执行人员到单位调查，法院为何会反复找错人？反映出哪些问题？
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
养鱼一年要花费多少钱？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
男子因眼睛小被小米汽车系统频繁误判疲劳驾驶，一路提醒20多次，这是智能汽车通病吗？怎么解决该 bug？
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别？
开腹手术，医生是如何处理患者的腹部脂肪的？
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？
055一打一能不能打过阿利伯克？
6 月 18 日苏炳添跑出 11 秒 37 未能进入决赛，这是否意味着职业生涯已经进入新阶段？
CPU 为什么很少会坏？
你刚刚复制的内容是什么?
为什么中国红十字会腐败这么严重？
有哪些是你用上了mac才知道的事？
为什么女游泳运动员看起来大部分都是平胸？
国家电网以后以后会和昔日的粮站一样吗？
网红都那么美，为什么当不了明星？
阿里网盘为什么没有动静了？
