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：
伊朗这次会崩溃灭亡吗？
这种裙子是不是对直男爆杀？
12306 网站的根目录下为什么连 robots.txt 文件（反爬虫协议）都没有？
5挺马克沁机枪，能否击败50万重骑兵？
HTTP/3 解决了什么问题，又引入了什么新问题？
新买的移动硬盘该格式化为 NTFS 还是 exFAT？
《魔兽世界》以前有什么好玩有趣的老技能?
你捡过最大的漏是什么？
小米发布了 REDMI 首款旗舰小平板 K Pad，仅 8.8 英寸，小巧便携，如何评价这一设计？
有什么是你去了上海才知道的事情？
如何评价西安魏家凉皮？
周深如何在央视火的？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
如何评价「尖叫」这种饮料？
为什么有的女生喜欢穿紧身牛仔裤？
四岁的女孩儿跳舞怕压腿，家长该坚持吗？
你在出租房屋发现过什么前租客留下的“宝藏”？
obsidian用一两年后会有多大？全文搜索还快吗？
golang和rust你选择哪个？
你为什么从腾讯离职？
为什么欧美影视喜欢露点？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
为什么刘亦菲的脸这几年被捧上天了？
如何评价林志玲？
游戏史上有哪些著名的平衡***故？
黄晓明上戏考博落榜，本人回应「明年再战」，怎样看明星对高学历的追求？上戏博士有多难考？
为什么程序员独爱用Mac进行编程？
雷军为什么不愿意用性价比打法进军NAS？
美国投掷 6 枚钻地炸弹袭击伊朗福尔多核设施，钻地弹有多大杀伤力？能摧毁伊朗地下核设施吗？
