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：
如何看待 Mac mini M4 支持可更换 SSD？
微软为 Windows 11 内置全新命令行编辑器 Edit，开源且轻巧，这款工具的推出是否有必要？
你如何评价小米这个品牌？
如何看待《捞女游戏》导演***辉B站账号遭封，是否遭到打击报复?
2029年中国能载人登上月球吗？
游戏史上有哪些著名的平衡***故？
空战的时候可不可以先击落预警机?
如何看待罗永浩回忆被华为公司余承东野蛮人式挖人？
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
儿子抑郁四年左右了，他的未来该怎么办？
php写一个图片售卖程序,用框架好还是直接写好?
postgres集群的选择?
你们在公司是怎么使用k8s和docker的？
HHKB这种键盘真的好用吗？
为什么一部分 Go 布道师的博客不更新了？
间谍一般是怎么暴露的？
美国国务卿称将开始吊销中国学生签证，包括在关键领域学科学生，影响有多大？在美中国留学生该怎样应对？
HTTP/3 解决了什么问题，又引入了什么新问题？
明星现实中真的很漂亮吗？
为什么西安市突然不禁摩了？
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公安系统的问题？
如何评价《三角洲行动》S5 赛季新地图「潮汐监狱」？
为什么有的人喜欢带着 MacBook 去咖啡店或者书店上网，而不是 ThinkPad 之类的？
为什么室内设计公司都在用SU？
养乌龟是什么体会？
对于一般用户来说，日常娱乐选择2K显示器还是4K显示器好？如何选才能不后悔？
如何评价***伊内斯·特洛奇亚的身材？
MongoDB的缺点以及你为什么不使用MongoDB？
为什么个人需要公网ip？
