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：
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
为什么大多数人都怕蛇？
如何看2024年，小米的企业所得税实际纳税额超过华为？
duckdb的性能如何？
DockerHub里面有哪些好用的镜像?
如何看待苹果在 WWDC25 发布的 Foundation 模型框架，它将为开发者和用户带来哪些改变？
为什么大多数发达国家都不敢赶走美军基地？
养乌龟是什么体会？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
显示器选32还是27，2k还是4k?
雷军为什么不愿意用性价比打法进军NAS？
现在是2025年6月，现在的房价是阴跌还是暴跌？还会继续跌多久？是否已经开始分化?
2024 年净水器哪个牌子好？家用净水器的选购攻略是什么？
到底是时代选择了Nvidia,还是Nvidia选择了时代？
世界上存在动漫少女般完美的「身体」吗？
PHP初学者，我能不能使用PHP来开发桌面应用？
中国的 App 怎么这么恶心啊，还是说安卓恶心？
为什么战鹰近期疯狂掉粉？
前端能否限制用户截图？
Firefox是如何一步一步衰落的？
为什么个人需要公网ip？
空输部队为全斗焕干了这么多脏活累活，士兵有没有什么优待？
MCP、function calling 这两者有什么区别？与AI Agent 是什么关系？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
做引体向上可能会诱发腰肌劳损吗？
docker 容器启动后如何添加端口映射？
英伟达 RTX 5090 显卡的瞬时功耗高达 900W，这会对使用者带来哪些影响呢？
为什么国内程序员不喜欢写单元测试？
飞天茅台散瓶批发价跌破 2000 元，背后什么原因？收藏茅台还能增值吗？
