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：
一米二的棍子打的赢三十厘米的刀子吗？
女生穿小妈（后妈）裙是种什么体验？
如何评价张智霖袁咏仪夫妇？
基因好是一种怎样的体验？
中国人为什么会对俄罗斯有种特殊的好感？
为什么说微软 Win11，有苹果 macOS 的感觉？
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
为什么还有那么多人认为蔚来会倒闭？
从技术上看，cloudflare比其他公司牛在哪儿？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
J***aScript 已经强大到什么程度了？
央视点名批评吹牛逼，批评L2.999……会被某法务部起诉吗？
鸿蒙电脑会在国内逐渐取代windows电脑吗？
如何评价电影《碟中谍8：最后清算》？
家里想搞个服务器，有什么好的建议方案吗？
为什么大学成抑郁重灾区?
为什么低个子男生更喜欢身材大很多的大女孩？
中年夫妻有多少是生活和谐的？
如何看待 Rust 写的 PNG 解码器比 C 实现更快？
为什么从事技术的人普遍都比较难沟通？
为什么中国很少有人使用linux？
Swift 和同时代的其他语言比起来怎么样？
cs go这种射击游戏，有没有一定运气成分在？和职业选手打，100把能赢对方1-3次吗？
伊朗这次会崩溃灭亡吗？
埃塞俄比亚真的盛产美女吗？
你身边身材最好的女生是什么样？
黄一鸣为什么敢承认孩子是王思聪的？
怀集洪水后，赵一鸣零食店被哄抢，物资和收银机里面的几千块钱被哄抢一空，如何评价？
坚持使用 PHP 的你，如今有什么感悟？
