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：
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
女生真正的完美身材是什么样子？
大量消息在 MQ 里长时间积压，该如何解决？
女婿不喜欢去丈母娘家的原因是什么？
为什么说Go语言的设计是工程先进但学术落后?
真的有这种又苗条身材又爆炸的么？
狸花猫打架是不是很厉害？
歼-20 在国际上到底是什么地位？
以前大力推广的沼气池，怎么现在越来越少了？
34 岁教授王虹在北京大学开数学讲座，她或将成为首位获得菲尔兹奖的中国籍数学家，有多厉害？
你们的美系福特开了多少年?
有哪些外行看起来很陋（low），但是内行人却觉得很高大上的东西？
如何评价鸿蒙电脑无法编写其自身运行的程序？
cloudflare的1.1.1.1和warp有什么区别？
女明星陪酒真的存在吗？
大家的NAS都是24小时不关机吗？
做客孩子临走时带走几只玩具，我的孩子抗拒并一直哭，要怎么开导？
为什么幼儿园的超前教育被叫停?
新买了一台nas，第一个月下载20t+，上传5+，不会被网警盯上吧?
有一个***约你出去，你会去吗？
golang 与rust 在服务器程序领域相比较，各有什么优劣势？
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
美国军工产能比中国差很多，为什么美国可以用lsarm饱和攻击，我们却没有相似的？
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
张伟丽可以打败什么级别的普通男性？
为什么小时候去计算机教室（微机室）要穿鞋套？电脑那么金贵吗?
如何评价B站峰哥亡命天涯直播中说面包就是比馒头好吃，中国古代不吃面包是因为贫穷，没有足够的柴火？
Flutter 为什么没有一款好用的UI框架？
有什么关于山西的冷知识？
