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：
golang为什么要内置map？
超级喜欢穿短裙正常吗?
前端如何设计网页？
如何评价《绝区零》上午10点发布的代理人「爱丽丝·泰姆菲尔德」立绘？
在NAS上安装了什么应用，让你的生活体验有了巨大的提升？
搞了NAS之后去哪里下载4K，8K的电影？
北京日报点名批评“苏超”过度娱乐化的动机是什么？
做好的flask项目怎么部署到服务器，使用公网ip可访问？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
为什么小时候表现越「乖」、越「懂事」的孩子，长大之后心理问题越多？
switch2好用吗朋友们?
如何评价DuckDB?
为什么盗版音乐已经被严格限制了，而中国音乐却还是没有发展起来？
以色列为什么突然敢打伊朗了？不怕被报复？
买到烂尾楼到底该有多绝望？
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？
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
巴基斯坦援助伊朗防空，大家怎么看？
用J***a写Android的时代是不是要结束了？
维护一个大型开源项目是怎样的体验？
极度疲劳下，人一次最多能睡多久？
为什么linux桌面那么丑？
如何看待 Devin 和 Anthropic 在是否构建多智能体上截然相反的观点和导向？
如何评价网红店太二酸菜鱼?
Chrome 浏览器设计的神细节有哪些？
能分享一下你写过的rust项目吗？
中国外交部及有关使领馆正迅速组织撤离在以、伊的中国公民，目前当地情况如何？
cloudflare的1.1.1.1和warp有什么区别？
5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源，具体有哪些提升？使用体验如何？
