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：
韦东奕（北大韦神）要是去写游戏引擎代码，能不能把虚幻引擎按在地上摩擦？数学好真能‘降维打击吗？
为什么学完了 C 语言觉得自己什么都干不了？
警犬知道自己是警犬么？
2025年，Gitea 和 GitLab 应当如何选择？
为什么中国电信的iptv一定要有网线连接！？
大家有什么烧钱的爱好吗?
如何评价捞女游戏改名，全网“围剿”，以及导演b站账号被封这件事?
汤姆·克鲁斯在国外算几线？
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？
巅峰期的成龙身体素质是怎么一种存在?
为什么任天堂在NS2上没有选择使用OLED屏幕以提升续航能力和显示效果？
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。?
27寸显示器是否有必要到4K？
2025年了expo和Flutter学哪个？
如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？
《权力的游戏》里面最美的是谁？
微软为什么还要推blazor？
搞研发的进了国企是不是就废了?
为什么都认为无GC语言一定会比有GC语言要快？
皮肤太白是种怎样的体验？
相对于 Linux，Windows Server 存在的意义是什么？
各位都在用Docker跑些什么呢？
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？
为什么同样是输球，常州和国足的风评却差那么多呢？
为什么中国很少有人使用linux？
伊朗这次会崩溃灭亡吗？
如何看待rust编写的zed编辑器？
NAS的盘是否需要一次性买齐？
北京日报点名批评“苏超”过度娱乐化，它是否管的太宽了？为什么无良媒体不会被查封取缔？
34 岁教授王虹在北京大学开数学讲座，她或将成为首位获得菲尔兹奖的中国籍数学家，有多厉害？
