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：
你曾看到空乘做过的最傻的事情是什么？
为什么都说 Finder 难用？
已经有 Web 了，为什么国内还有各种小程序，快应用这种畸形的产物？
你见过哪些离谱的运维事故？
英国登山队靠人均 124 万元的氙气疗法，无高反四天登顶珠峰，该方法究竟是什么体验？背后有哪些争议？
DIY的NAS易用性如何？
electron 可以开发诸如 adobe 全家桶这些大型软件吗？
最适合中年人锻炼身体的项目是什么？
你在健身房发生过什么有趣的事情?
苹果因为中国黄牛导致取消只换不修，外国没有黄牛吗？
如何评价张靓颖刘宇宁《九万字》?
女生什么状态才体现出她已经爱上你了？
为什么 mac mini 的 m4 版本价格这么低呢？
Trae和Cursor对比有什么优势吗？
为什么棒球在我国毫无水花？
go-zero的svc全局变量和Kratos按需利用wire进行依赖注入哪个在实际生产合作中更合适？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
中国大陆地区献血率为何如此低下？
浙江省内，宁波为什么高中教育超过杭州？是因为宁波有镇海中学吗？
Unity收费***后，为何大家选择了Godot而不是Cocos？
switch2为什么不用高通骁龙或者联发科天玑的旗舰芯片？
为什么Go仅仅160MB的安装包就可以编译程序，而Rust却还需要几个GB的VC++才能编译？
CPU带核显到底有什么好处?
php这个岗位在未来几年会消失吗，因为刚从事php有点焦虑?
为啥苹果不给 MacBook Pro 加上这些特性？
Node.js 性能为什么这么差？
组nas一定要TDP低的cpu吗？
作为一个服务器，node.js 是性能最高的吗？
为什么好多人都在喊体制内的工作很累？
你觉得《捞女游戏》会因为不可抗力而被下架吗？
