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：
Chrome 浏览器设计的神细节有哪些？
只考虑隐身和载荷航程，中国轰六K能投GBU57巨型钻地弹，炸福尔多***吗？
如何看待求是网转载小米汽车工厂宣传片？
小鹏车主，如果再换车还会选择小鹏吗，欢迎大家理性讨论，给正在观望准备买车的一点中肯的建议？
为何Microsoft能一直留在中国市场?
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
伊朗距离以色列上千公里，发射的导弹靠什么来导航定位呢？美国的GPS不会让他们用的。?
裁员现在严重不？大环境现在怎么样呢？
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
如何用C#做个远程桌面管理工具？
自由泳是真的很累啊，怎么办？
中国***的人群真的很庞大吗？
有哪些是你用上了mac才知道的事？
如何看待《捞女游戏》在线人数峰值近 7 万，仍位居国区热销第一？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
国内这么多码农，为什么出不来JetBrains, MathWorks这样的公司？
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?
有人说x86是条必沉的船，苹果早就跳船了，微软也有弃船的意图，你怎么看？
单依纯和黄霄云谁颜值更高一点？
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别？
如何评价Orbstack（在Mac上低开销地运行容器和Linux）？
这种裙子是不是对直男爆杀？
***如清空你一切***，但是你获得一个可以每天百分之一增长的一千块钱，你愿意吗?
冬天也要穿胸罩吗?
《三角洲行动》摸金模式单三跑刀最好用的角色是蜂医还是威龙？
为什么中国盛产“巨婴”，一到国外就通情达理？
为什么广东女生大多是素颜？
伊朗这次会崩溃灭亡吗？
袁隆平比很多诺贝尔奖获得者对人类的贡献都更大。你认同这个观点吗？
