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：
将 Windows Server 作为个人 PC 操作系统来用是怎样的体验？
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？
为什么 macOS 并不差，可市场总敌不过 Windows？
中国预警机世界领先吗？
印度为什么一定要和中国作对？
哪张照片让你觉得刘亦菲美得不可方物？
为什么用 electron 开发的桌面应用那么多？
为什么现在年轻人存不下钱?
如何评价腾讯云SDK的GO语言仓库有20万个tag？
2025年了 Rust前景如何?
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
你们的腰椎间盘突出，怎么治好的？
你后悔娶了现在老婆吗？
有没有一个特别好用的Linux系统？
现在的年轻人喜欢穿连裤袜吗？
商业史上有哪些降维打击的经典案例？
福特级航母的电磁弹射到底出了什么问题？
中国有能打到美国本土的导弹吗……有的话最远能打到哪里呢？
为什么美军“好像”不怕泄密？
如何基于Docker进行开发?
《潜伏》里的翠萍为什么不会被人怀疑是卧底？
谁敢公开一下自己房贷月供，占你收入的多少？对你生活影响大吗？
三星的旗舰手机能用五年以上吗？
为什么很多男人都喜欢大胸的女生？
cloudflare的1.1.1.1和warp有什么区别？
为什么中国JK无法拍出日本JK的感觉?
语雀后端从Node迁移到J***a说明了什么？
如何评价苹果 3 月 5 日发布的 MacBook Air M4，相比前代有哪些提升？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
为什么人到中年，很少有身材苗条的？
