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：
duckdb的性能如何？
为什么这么久了还是没有主流软件开发鸿蒙版？
敢不敢留下一张自拍照让人打分？
美国都闹成了这样了，抖音上到处都是***，为什么知乎上没人报道呢？
和女生旅游开一间房有什么注意事项？
有什么是你去了西藏才知道的事情？
《三体》的文笔很差吗？
ddns，仅ipv6访问，***s 高位端口号，需要ICP备案么？会被运营商封锁么？
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？
全国各地现理发店倒闭潮，没有电商冲击，理发店为什么自己能干黄？
特朗普表示美军阅兵式将超越奥运会或世界杯，这背后的意义和成本如何评估？
HTTP/3 解决了什么问题，又引入了什么新问题？
Rust开发Web后端效率如何？
为什么韩国的热辣舞团无法征服中国的男性市场？？
为什么一部分 Go 布道师的博客不更新了？
如何评价首个女性友好的编程语言HerCode?
评价一下Proxmox VE与ESXi的优劣？
为什么macOS软件生态不敌Windows?
你为什么觉得 Mac 不好用？
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
和男朋友已经订婚了也预约了拍婚纱照，但是因为彩礼经常冷战，很不确定这个人到底对不对，怎么办?
请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗？
新疆维吾尔自治区，经济发展的真实前景如何？
如何评价《一人之下》第721（764）话？
你们在公司是怎么使用k8s和docker的？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
为什么有的女生喜欢穿紧身牛仔裤？
怎么才能有尤雨溪一半强，该怎么学习？
黄金，今年会达到怎样的高度？
