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：
为什么人到中年，很少有身材苗条的？
为什么Next.js和Nuxt.js发布时间只隔了几小时？
如何评价特厨隋坡对鲁菜根的评价？
真的有这种又苗条身材又爆炸的么？
哪些令你惊艳的AI大语言模型提示词（prompt）？
做引体向上可能会诱发腰肌劳损吗？
俄罗斯为什么宁愿死磕欧洲也不经营远东地区？
买到烂尾楼到底该有多绝望？
你如何看待鸿蒙PC不允许侧载?
QQ 音乐客户端新增广告引起用户吐槽，你对此有哪些评价？
鸿蒙电脑会在国内逐渐取代windows电脑吗？
显示器选32还是27，2k还是4k?
年纪轻轻为什么会得腰肌劳损？
你卡过最厉害的bug是什么？
为什么抱10kg的小孩比抱10kg的大米，感觉上要轻？
为什么macOS软件生态不敌Windows?
电视剧《天道》的作者到底懂不懂音响呢？它暗喻了哪些音响品牌呢？
毕设答辩，老师说node不可能写后台怎么办?
不喜欢老婆找健身房男教练私教，是我太狭隘了吗？
为什么我感觉广西未来会撤自治区改省？
postgresql能取代mongodb吗？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
韩国掀起打「增高针」风潮，增高针真的能增高吗？会对身体产生哪些影响？
工作中发生紧急情况，领导正在午睡，要不要叫醒他？
如何评价 Next.js？
为什么感觉四***明很空洞？
如何评价Electron？
为什么台式 PC 还处在组装（DIY）阶段？
HTTP/3 解决了什么问题，又引入了什么新问题？
京东集团董事局***刘强东透露，京东外卖将在一个月后推出一种与美团完全不同的商业模式你如何看？
