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：
月薪2万，但每天加班到10点，身体快垮了，该辞职吗？
为什么一部分 Go 布道师的博客不更新了？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
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？
Rust 未来会成为主流的编程语言吗？
哪一段代码最能体现c语言的魅力？
为什么 CRT 画质这么好也被淘汰，液晶反而发展的很好？
node 项目中如何使用 Node Schedule 创建定时任务？
用玉米钓不到鱼是什么原因？
如何评价苹果 3 月 5 日发布的 MacBook Air M4，相比前代有哪些提升？
写CUDA到底难在哪？
为什么人到中年，很少有身材苗条的？
为什么 Windows 的兼容性这么强大，到底用了什么技术？
***拍大尺度片子时摄影师不会看光吗？
docker如何查看 容器启动的run命令？
为什么感觉wps的用户越来越多，office没人用了?
哪里有便宜的实时level2接口?
哪个编程语言是你的最爱？
Rust开发Web后端效率如何？
牙齿是tooth，医生是doctor，那为什么牙医不是tooth doctor，而是dentist ?
有邻居的追求者出价三万，让我连续半个月每天找个女朋友晚上弄点动静，我该答应吗？
如何看待使用mac mini当7*24h的服务器？
如何评价ThinkBook 16+ 2025，是否值得购买？
有没有好看的个人博客的设计？
如何评价苏州N1GS下场***?
如何评价近期开播的《长安的荔枝》？
在韩国生活有什么体验？
女生真正的完美身材是什么样子？
你身边身材最好的女生是什么样？
