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：
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
中国军队有多强，在世界能排第几？
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
基因好是一种怎样的体验？
主流的云厂商各自优势在哪里？
消息称三大运营商将于今年下半年全面重启eSIM，eSIM有哪些好处？为何此前暂停这一业务？
换过电池的苹果手机内部发现被加装了一个部件，有大佬知道这是干什么的吗?
国产香橙派和树莓派差距在哪？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
Caddy 和 Nginx 比有哪些优点和缺点？
《我的团长我的团》中有哪些细思极恐的细节？
如何看待 2026QS 世界大学排名？
为什么bilibili后端要用go来写？
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
为什么微信不向telegram学习？
你卡过最厉害的bug是什么？
为什么老特摄电影能一眼看出是模型？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
越南人的生活水平怎么样？
如何评价张靓颖刘宇宁《九万字》?
react和vue都有什么问题？
为什么师父不愿把真本事传给弟子?
如果是巴基斯坦被印度击落三架歼-10C,这些天舆论会是怎样的?
作为一个服务器，node.js 是性能最高的吗？
postgres集群的选择?
以色列为什么突然敢打伊朗了？不怕被报复？
F-35作战半径1100公里，以色列距离伊朗首都德黑兰1600公里。以色列F-35是如何轰炸伊朗的？
相对于Go，哪些领域是.NET做不到或做不好的?
怎样看日本于近期展出马关条约原件？
如何评价《三角洲行动》***作者「三角洲经济学教父」？
