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：
如何评价「绝区零」2.0版本新开启的常驻经营活动「凋容十载随便一观」？
什么是微软式中文？
西方人是怎么发现地球是圆的的？
如何看待伊朗媒体称「今晚将发生世界铭记的大事」？可能是什么？
谁在半夜看过鱼缸里的鱼，它们都在干什么？
lar***el是php架构最垃圾的性能，为什么那么多人还是自我感觉良好？
国家电网不再全额收购可再生电力，光伏怎么生存啊？
广西可以摆烂吗？
怎么知道女人动了真情?
美国不交房产税会被赶人收房，那所谓的永久产权还有什么意义？
以前很多人家里都有家庭***，为什么现在几乎看不到了？
你们的腰突是怎么突然好的？
一个月学python来得及吗?
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
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？
Rust开发Web后端效率如何？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
国产手机APP为什么越来越臃肿？
Linux里面usermod -L zhangsan命令是什么？
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？
沙特王储：整个伊斯兰世界团结一致支持伊朗，你怎么看？
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？
5挺马克沁机枪，能否击败50万重骑兵？
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。？
我一直想不明白，日系车为什么就走下坡路了呢？
为什么广州地铁这么多人不懂得先下后上，将中间的位置留出给下车的人？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
伊朗把本次以色列攻击定性为恐袭是为什么？是为了触发上合组织？
