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：
核武器真的有宣传中那么牛逼吗？
我想知道女生有没有处男情结？
37岁女，离异带一女孩，好不好找？
有没有人告诉我，云南昭通到底怎么样？
为什么腾讯云或者阿里云不让自建dns服务器?
go 有哪些成熟点的后台管理框架？
女生真正的完美身材是什么样子？
买到烂尾楼到底该有多绝望？
Golang 的 Web 框架该怎么选择？Web 开发又该怎样学？
异性同办公室久了会不会日久生情？
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒，具体是怎么回事？酒店要承担哪些责任？
switch2好用吗朋友们?
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
一米二的棍子打的赢三十厘米的刀子吗？
武汉真的很热吗，北方人去了受得了吗你?
Office 中为何还要保留 Access 数据库?
请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗？
Cloudflare是一家什么样的公司？
有哪些品牌的鱼缸值得推荐？
Rust的设计缺陷是什么？
初三画成这样算是有天赋吗？【正经求助】?
有没有一个时间段，自己乐在其中，可亲人或者朋友却觉得你很辛苦，很心疼你?
为什么女生要做大部分家务？
为什么现在离婚率如此之高？
Chrome 浏览器设计的神细节有哪些？
穿瑜伽裤爬山的女生会不会害羞？
公司准备换系统有什么好用的ERP系统推荐嘛？
如何看待青海黄河源发现秦始皇遣使「***药昆仑」石刻？
