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：
知乎上有哪些古言甜文?
微软暂停专用 Xbox 掌机开发，转而优化 Windows 11 的掌机游戏体验，这背后原因有哪些？
如果发动机热效率达到100%，一升汽油大概可以让汽车行驶多少公里？
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
flutter为什么不用Go语言，而用Dart?
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
当电脑盲认为自己不是电脑盲时是一种怎样的体验？
为什么中国现在全球军事实力第一，但包括中国人在内很多人不认可？
如何看待日本小学校园餐只有一小块鸡肉？
MacOS真的比Windows流畅吗？
电脑有64G的物理内存(DDR5 5200)，完全够用了，可以关闭系统的虚拟内存吗？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
女生真正的完美身材是什么样子？
现在还有人一直坚持使用 Eclipse，不使用 IntelliJ IDEA 吗？
Chrome 浏览器设计的神细节有哪些？
为什么买了Switch后，却发现它并没有那么好玩？
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
我毕业想成为前端工程师，可是前端技术太多，越学越多，可是我想成为技术强的人，又很无助，怎么办?
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
地球上会不会缺少某种我们不知道的重要***，导致咱们无意识中科技树落后了?
儿子抑郁四年左右了，他的未来该怎么办？
林志颖和韩寒的赛车技术如何？
明星为什么不低价办演唱会？
如何评价刘亦菲?
如何评价基努•里维斯的演技？
发生了什么导致你从此再不吃某样食物？
颠覆空调形态，美的无外机嵌入式厨房空调新品是黑科技还是噱头？
