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：
docker有哪些有趣的用途?
广西举全区之力支持柳州化解债务，是否意味着***隐性债务正受到越来越多的重视？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
“秦始皇***药昆仑石刻”是不是尘埃落定了？
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？
以前很多人家里都有家庭***，为什么现在几乎看不到了？
为什么年轻的肉体让人沉迷？
姐妹们穿裙子露出安全裤打底裤会害羞吗?
H.264和H.265，两者都是给足码率的情况下，谁能提供的画质上限更高?
学计算机的要把这些书都全部看完吗？
商业史上有哪些降维打击的经典案例？
有一双超级大长腿是什么感觉？
乔丹的身体素质放到现在是不是只能算平庸？
为什么 mac mini 的 m4 版本价格这么低呢？
我国有能力发现B2并摧毁吗？
夸克网盘有可能超越百度网盘吗？
为什么 Bun 选择了 Zig 以及 JSCore？
搞了NAS之后去哪里下载4K，8K的电影？
为什么 J***aScript 在国外逐渐用于前端+后端开发，而国内还是只用它做前端？
酒店为什么会有三小时钟点房？
家里想搞一个服务器，怎么才不违规？
能否对比一下Claude Code和Gemini CLI，你的选择建议是？
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？
什么事情让你体验到 JPEG 和 RAW 的差别？
微信服务器会保留聊天记录吗,会保存多久?
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响？
字节引入Rust是否代表J***a的缺点Go也没解决？
女明星做了什么医美项目保持童颜？
怎么评价国内AI企业人肉背15块80TB硬盘，飞去马来西亚用英伟达训练数据，以规避美国禁令?
