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：
目前react的生态系统是什么情况，有没有比较公认的成熟的开发技术栈？
你这一生 ，悟出最大的一个道理是什么 ?
怎么样能找到对象快速的?
python与nodejs哪个性能高？
现在很多年轻人为什么都怕上班？
可不可以发一张你觉得最有感觉的照片？
为什么很多《红警》老玩家看不起《红警3》，且对于《红警3》存在大量误解？
去海边有什么拍照和穿搭建议？
那些168cm才80来斤的女生，真的现实生活中好看吗?
为什么 mac mini 的 m4 版本价格这么低呢？
为什么健身房内没人打架？
买到烂尾楼到底该有多绝望？
舅舅立遗嘱换我养老该怎么办？
靳东、宋佳分封视帝、视后，《我的阿勒泰》获最佳剧集，如何评价 30 届上海电视节白玉兰奖获奖名单？
如何看待小米 YU7 3 分钟大定突破 20 万辆，锁单 12.2 万辆？小米汽车做对了什么？
如何看待网上说的:凡是有阿里、华为经历的一律不要？
2025年，笔记软件又如何选择?
如何评价电影《碟中谍8：最后清算》？
你身边身材最好的女生是什么样？
如何评价89式重机枪？
如何看待数学家张益唐全职加盟中山大学？
为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm，或PC直接装macOS arm？
为什么Go仅仅160MB的安装包就可以编译程序，而Rust却还需要几个GB的VC++才能编译？
为什么浙江落下的陨石，防空系统没有拦截，它和导弹有什么不同？
真的没有人觉得2k是一个很尴尬的分辨率吗？
公司规定所有接口都用 post 请求，这是为什么？
自己拥有一台服务器可以做哪些很酷的事情？
活在底层的人是什么样子？
豆包推出 AI 编程，在「编辑模式」下可以直接前端改图和文字，体验如何？对行业会带来怎样的影响？
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公安系统的问题？
