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：
为什么小男孩小时候要比小女孩难养好多?
为什么同样是输球，常州和国足的风评却差那么多呢？
H264和H265谁画质好，求回谢谢！？
MacBook的诱惑在哪里？
linux字体显示为什么还做不到像android一样清晰？
在深圳找个男朋友难吗？
为什么任天堂在NS2上没有选择使用OLED屏幕以提升续航能力和显示效果？
30+大龄剩女真的没市场了嘛？
为什么武林中的女侠不但武功奇高，还没有练出来麒麟臂大粗腿和老茧？
为何雷军天天健身，却无健身痕迹?
为什么Steam Deck能做好Windows游戏转译但是Apple Mac就做不好？
评价一下Proxmox VE与ESXi的优劣？
如何评价睡前消息第913期“山东县城+抖音 安利可以安息了”?
为什么女性内衣很少有人穿前扣的？
我的世界怎么租一个四个人的服务器？
如何评价电影《碟中谍8：最后清算》？
中了一个亿 你会做什么？
27寸显示器是否有必要到4K？
***拍大尺度片子时摄影师不会看光吗？
买iPad用来无纸化学习有必要吗?
买到烂尾楼到底该有多绝望？
为什么有些NAS用户弄那么多硬盘?
SwiftUI 是不是一个败笔？
广东省肇庆市怀集县洪水后，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？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
92年的大龄剩女，还有必要结婚吗?
核聚变是一条死胡同吗？
如何评价《头文字D》中的夏树？
为什么有些人认为中国武器装备看起来很土？
