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：
通过 GraalVM 将 J***a 程序编译成本地机器码后，效率能和rust比吗？
微信头像会影响第一印象吗？
为什么我养的龟忽然死了?
你在出租房屋发现过什么前租客留下的“宝藏”？
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
易语言作者吴涛的技术水平在国内能排到什么级别？
一个母亲真的能毁好几代人吗？
***拍大尺度片子时摄影师不会看光吗？
万兆的网络速度有多大意义？
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？
开发跨平台 App 推荐 React Native 还是 Flutter？
请问群晖的docker还能装些什么?
黄晓明上戏考博落榜，本人回应「明年再战」，怎样看明星对高学历的追求？上戏博士有多难考？
骑公路车半路上突然有陌生人想跟你飙车，你会「应战」吗？
2025年，笔记软件又如何选择?
如何评价伊朗驻华大使馆发布的海报?熊熊圣火，焚以残躯……?
如何看待国内服装尺码越来越小的现象？
美军 B-2 轰炸机参与袭击伊朗核设施，B-2轰炸机战斗力如何？会摧毁伊朗核设施吗？
养乌龟如何降低换水频率？
为什么这么多人讨厌中国移动？
怎么看父母花八十多万在农村建自建房？
你和你老婆是怎么认识的？
Anthropic 推出的 Claude Code 是什么技术原理呢？
为什么欧美影视喜欢露点？
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
有个漂亮女朋友是种怎样的体验？
好想问问大家在广州增城上车买房的真实体验，真的不能买吗？
为什么 macOS 并不差，可市场总敌不过 Windows？
mysql每天有1千万数据 怎么办?分表吗 有什么好的方案。?
