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：
鱼缸有没有简单的过滤配置搭配方式？
为什么韩国的热辣舞团无法征服中国的男性市场？？
新买的移动硬盘该格式化为 NTFS 还是 exFAT？
“真实承诺-3”，伊朗的报复能打疼以色列吗？
为什么各大 *** 出奇一致地设置了『摇一摇开屏广告』？如何关闭常用 *** 的这些广告？
cloudflare的1.1.1.1和warp有什么区别？
为什么黄毛骗走的都是乖乖女？
SwiftUI 是不是一个败笔？
怎么知道女人动了真情?
现在独立开发 Win 和 Mac 跨平台的桌面程序，Qt 是最佳选择吗？
为什么年轻的肉体让人沉迷？
为什么windows的arm版没有被广泛使用？
Redis 分布式锁如何实现？
参考 FreeBSD，随着 Ruby 的没落，GitHub、GitLab 是否会去 Ruby 化？
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）?
MacOS真的比Windows流畅吗？
如何看待多地推出升级版「禁酒令」？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
穿瑜伽裤爬山的女生会不会害羞？
家用nas为了延长硬盘寿命每天晚上定时关机可以么？
女明星陪酒真的存在吗？
伊以的对轰证明伊朗似乎没那么菜！美国会下场吗？
如何看待摄影约拍互免这件事？
为什么 IPv6 在国内至今未得以大规模应用?
如何评价***伊内斯·特洛奇亚的身材？
如果让你来领导蒙古，你要怎么做来使蒙古再次伟大？
为什么抖音上的姑娘都那么好看，现实中我怎么一个也见不着？
如何评价前端框架 Solid?
歼-20 在国际上到底是什么地位？
你曾看到空乘做过的最傻的事情是什么？
