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：
为什么好多人不承认大众审美就是喜欢白皮？
吴柳芳的真实水平如何？
如果苹果真的下架了微信的话，会发生什么？
你在相亲过程中遇到的奇葩都是什么样？
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？
中国的歼-10 在世界上是什么水平？
匿名说说你的烦心事儿吧?
Office 中为何还要保留 Access 数据库?
自己拥有一台服务器可以做哪些很酷的事情？
为什么我看了凡人修仙传后再看其它修仙***都感觉看不下去？
如何评价林志玲？
美国真会下场对伊朗开战吗？
AE如何渲染出mp4格式？
mysql 中如何进行联合索引优化？
请问有没有知友会下载安装正版CAD制图的?
明星不拍戏的时候都在干什么？
鱼缸长这种藻是什么藻？是好是坏？
性在婚姻生活中真的重要吗?
超小团队选择Django还是Flask？
未来江苏会不会被广东越甩越远？
为什么游戏中，中国跟欧洲的时延这么大，是否是海底光缆距离过长的原因？
中国民间中小工厂能快速造出武器吗？
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
人在45岁是一种什么感觉？
我想知道女生有没有处男情结？
大海捞针还捞着了是一种什么样的体验？
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？
为什么女生要做大部分家务？
有没有好看的个人博客的设计？
你们都什么时候对男女之事开窍的？
