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：
曾经的班花，现在还多少人惦记？
歼-20 在国际上到底是什么地位？
电视剧《长安的荔枝》17-20 集拍得如何？有哪些值得关注的剧情点？
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？
为什么中国红十字会腐败这么严重？
你们跟网友面过基吗？翻车了吗？
有谁现在正在使用苹果mac mini 吗？能分享一下使用感受不？
女生被踢裆也会很疼吗？
如何向别人解释“有你这写脚本的时间，我早就一个一个做完了”？
如何看待特朗普第三次宣布延长出售 Tiktok 的时限？美方此举背后有哪些考量？
怎么评价网络谣言「猎德无男丁，黑白双鬼佬上龙舟 」？
MacBook的诱惑在哪里？
什么是 5G 固定无线接入（FWA）？
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？
俗话说“女人三十如狼四十如虎”，到底是不是真的？?
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
慈禧为什么要反对戊戌变法？
字节引入Rust是否代表J***a的缺点Go也没解决？
湖北省荆州市为什么发展不起来？
24-25赛季 NBA 总决赛 G6 步行者 108-91 雷霆，如何评价本场比赛？
Flutter 为什么没有一款好用的UI框架？
想初尝苹果Mac电脑，纯体验，选 Macbook air 还是 pro？
坚持使用 PHP 的你，如今有什么感悟？
如何看待三峡集团总部搬迁至武汉？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
你会原谅曾经伤你最深的人吗？
既然C#等开源语言，为啥***le还要弄个基本上一模一样的Swift？
switch2好用吗朋友们?
维护一个大型开源项目是怎样的体验？
