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：
都说苹果是细节狂魔，那苹果有没有细节其实做的很差的点？
请问大家我这种鱼缸过滤用哪种？
鱼缸里突然在水面角落出现很多想泡沫一样的气泡是怎么回事？
哪张照片让你觉得刘亦菲美得不可方物？
如果你有300万存款，你还会继续辛苦上班吗？为什么？
PHP现在真的已经过时了吗？
Firefox是如何一步一步衰落的？
QQ为什么败给微信？
扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉？
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？
以前大力推广的沼气池，怎么现在越来越少了？
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
MiniMax 推出全球首个开源大规模混合架构的推理模型 MiniMax-M1，其有何技术优势？
你曾看到空乘做过的最傻的事情是什么？
如何评价林志玲？
你捡过最大的漏是什么？
脸与身材不符是种怎样的体验？
SpaceX 星舰 36 号火箭静态点火测试爆炸，爆炸的原因是什么？会对星舰发展产生什么影响？
那你说什么样的是美女？
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
大连天空现罕见「窟窿云」，目击者称持续半小时，压迫感十足，窟窿云是怎么形成的？你见过吗？
消息称三大运营商将于今年下半年全面重启eSIM，eSIM有哪些好处？为何此前暂停这一业务？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
万兆的网络速度有多大意义？
Rust怎么写GUI程序？
为什么 IPv6 突然不火了？
