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：
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
求推荐一款中小企业使用的进销存软件（零售批发类，要有记录序列号功能）?
在武汉，你们的找对象标准是怎样的？
玉米粒为什么靠近根部排列比较乱，而越靠近尖端排列越整齐？
只是突然很好奇，已经造出了三艘航母，为何不能按照这样的模板，批量建造航母呢?
有没有免费的云服务器?
如何看待黄奇帆称「中国房地产消费的居民负债占家庭收入比重达 137.9% ，需调整抑制消费政策」？
NAS的盘是否需要一次性买齐？
我的世界怎么租一个四个人的服务器？
松下的相机到底什么水平？
30岁了，你在深圳过着什么样的生活？
朱丹「鸡腿给弟弟吃」言论惹争议，曾自曝让女儿儿子上混龄班以便让姐姐照顾弟弟，如何看待其观点？
以总理称已控制伊朗首都领空，领空被控制意味着什么？伊朗还可以通过空袭反击吗？
当我们变老之后，会像现在的老人一样，几乎完全不懂“手机电脑”这类新出现的电子产品吗？
既然C#等开源语言，为啥***le还要弄个基本上一模一样的Swift？
俄罗斯禁止出口的NK-32涡扇发动机，真的技术遥遥领先吗？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
有哪些开源web应用漏洞扫描工具？
有人 espresso 直接喝吗，为什么？
Vim 有什么奇技淫巧？
为什么华为***查不到手机的 CPU？
武松杀嫂，为什么要先扯开她的胸衣，多此一举还是另有深意？
如何看待 Rust 写的 PNG 解码器比 C 实现更快？
ERP、CRM、OA，对于小公司来说到底先上哪个？
拼多多一季度净利润暴跌 47%，却砸钱搞「千亿扶持」，这是「赔本赚吆喝」还是「长期主义的战略坚持」？
2025年，笔记软件又如何选择?
有一个乌克兰的朋友问我，中国人凭什么能享受和平，我该怎么说？
马斯克宣布已激活了「星链」卫星通信系统，该系统现已在伊朗投入使用，这将对伊朗的互联网监管带来哪些影响？
你为什么放弃了wsl？
