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：
34岁，女性，不想过夫妻生活，怎么跟老公沟通效果更好？
如何评价女明星梅根福克斯的身材？
为什么人到中年，很少有身材苗条的？
Linux 图形用户界面的原理是什么？
如何评价小岛秀夫的游戏新作《死亡搁浅2：冥滩之上》？
你们是怎样看待警察这一职业的？
吴彦祖疯狂接代言被猜缺钱，卖完英语课又代言黄酒，他是真的缺钱还是有其他考量？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
黑龙江吉林等地发布高温预报，部分地区可达 40 度，为什么 6 月东北比很多南方地区都热？这正常吗？
怎么评价国内AI企业人肉背15块80TB硬盘，飞去马来西亚用英伟达训练数据，以规避美国禁令?
为什么要学go语言，golang的优势有哪些？
后端开发除了增删改查还有什么？
很好奇，组NAS的玩家是如何解决上传速率的问题?
为什么macos下的鼠标体验这么差？
宋朝到底凭什么活300多年？
如何评价网易国产动作冒险单机新作《归唐》首支预告片？
为什么女游泳运动员看起来大部分都是平胸？
男子被树枝刺伤无视伤口终要截肢，为什么会造成这么严重的后果？被植物划伤后的正确处理方式有哪些？
亚洲体坛最漂亮的十位女运动员都有谁？
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？
如何看待2025江苏国补在6月1日突然暂停下线？
为什么程序员独爱用Mac进行编程？
现在后台管理系统用什么前端框架好？
为什么腰突不受到医学界的重视？
如何评价茅台暂停京东供货？
为什么剪映是剪辑软件鄙视链的最底层?
k8s informer 是如何保证***不丢失的?
宁波东方理工大学学费每人每学年 9.6 万，为什么会这么贵？
