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：
女生主动起来会有多主动?
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
如何评价钟南山院士？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
为什么要在鱼缸里养水草？
穿瑜伽裤爬山的女生会不会害羞？
伊朗是不是应该该考虑购买中国的雷达、预警机和J10c了？
亚洲体坛最漂亮的十位女运动员都有谁？
如果你是《一帘幽梦》里的绿萍，你会不会最后原谅紫菱？
Python+rust会是一个强大的组合吗？
如何评价上海七宝中学某高三学生因小三门考了204(总分210),感觉无望清北选择跳楼自杀？
以前很多人家里都有家庭***，为什么现在几乎看不到了？
歼-20 在国际上到底是什么地位？
为什么健身的女性普遍喜欢晒臀照？什么心理？
怎么评价湾湾陆海空人员对未来台湾战事的态度？
如何评价「尖叫」这种饮料？
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
为什么windows的arm版没有被广泛使用？
女生被踢裆也会很疼吗？
为什么越来越多的 SSD 不带片外缓存了？
邻居家小孩来敲门问WiFi密码，告诉他之后，他竟然几部手机电视全用上。你说该怎么办？
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？
如何评价 Next.js？
使用Linux系统有什么优势，亮点在哪里？
PHP现在真的已经过时了吗？
有一个乌克兰的朋友问我，中国人凭什么能享受和平，我该怎么说？
昨晚去看中医，我问医生啥是湿气，这个医生就很生气得样子看着我，为什么中医会这样，问都问不得？
如何看待多地开展查摆年轻干部玩心重、混日子、说话随意、口大气粗等问题的行动？
为什么 IPv6 突然不火了？
