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：
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）?
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
身在北京的你，择偶标准是怎样的？
如何评价前端框架 Solid?
为什么一般人不建议住别墅?
马兰基地巨型飞翼无人机的出现是否代表制造b21 类似物对于中国来说不再是个难题。?
为什么现在在西瓜越来越贵了？
你见过身边身材最好的女生是什么样子的？
如何评价高圆圆的身材算是美女类型的吗？
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
你最真实（很少吐露）的择偶标准是什么？
我就想知道，离婚后的男人怎么做到那么绝情？
为什么腾讯云或者阿里云不让自建dns服务器?
为什么人到中年，很少有身材苗条的？
自己组一个E5服务器才几百块钱，为什么去阿里云租这么贵?
FFmpeg如何利用GPU进行加速，每次都是GPU看戏CPU100%，或者说该说法有根本性错误？
2025年了 Rust前景如何?
Node.js是谁发明的?
以色列有能力灭掉伊朗吗？
如何看待Ollama基于Go语言开发而不是别的编程语言？
小米汽车官方解释了刹车盘生锈属于正常现象，并提供了两种除锈功能，这些措施是否足够有效？
那你说什么样的是美女？
以色列为什么要打伊朗？
2025年，歼16与美军机50分钟缠斗，为什么知乎上没有任何消息？
字节引入Rust是否代表J***a的缺点Go也没解决？
扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉？
如何将docker目录挂载到宿主机上？
大家知道为什么艺术家都喜欢画女人体吗？
如何看待日本小学校园餐只有一小块鸡肉？
写代码的时候总是考虑太多怎么办?
