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：
大量消息在 MQ 里长时间积压，该如何解决？
国内为什么没有企业挑战群辉nas这一块市场？
目前最具性价比的全栈路线是啥？
鸿蒙电脑会在国内逐渐取代windows电脑吗？
为什么欧美影视喜欢露点？
哪张照片让你觉得刘亦菲美得不可方物？
为什么剪映是剪辑软件鄙视链的最底层?
评价一下Proxmox VE与ESXi的优劣？
为什么米哈游不自己搞个***网站？
30马赫的导弹，近防炮能挡住吗？
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？
美国真会下场对伊朗开战吗？
这种裙子是不是对直男爆杀？
如何看待 iPhone 16 和 iPhone 16 Plus 依然***用 60Hz 刷新率的屏幕？
如何看2024年，小米的企业所得税实际纳税额超过华为？
你和你老婆是怎么认识的？
coreldraw软件算是冷门软件吗？
你理想中的完美户型长什么样？
学生校服如何隐藏内衣痕迹?
为什么伊朗的防空系统失效了？
《捞女游戏》发售仅一天同时在线超 6330 人，如何看待游戏的销量？
Trae和Cursor对比有什么优势吗？
12306 网站的根目录下为什么连 robots.txt 文件（反爬虫协议）都没有？
JetBrains 放弃 AppCode 是否是一个错误决定？
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？
中国的航空发动机现在是什么水平？
如何评价阿富汗取消与中国的石油开***合同？
什么是 5G 固定无线接入（FWA）？
为什么 Android 和 iOS 渲染架构不一样，各有什么优劣势？
