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：
伊以的对轰证明伊朗似乎没那么菜！美国会下场吗？
内塔尼亚胡***访时公开威胁，不排除干掉哈梅内伊，如何评价这一言论？伊朗会亡国吗？
女生真正的完美身材是什么样子？
Rust开发Web后端效率如何？
有哪些品牌的鱼缸值得推荐？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
为什么 mac mini 的 m4 版本价格这么低呢？
国密加密算法有多安全呢？
如何评价人民网评关于集中整治违规吃喝的发文？
如果苹果真的下架了微信的话，会发生什么？
如果SSD硬盘闲置很多年，内部数据会不会丢失？
为什么现在年轻人越来越讨厌相亲？
graalvm为啥国内没有流行起来，go写起来实在太恶心了，难道任凭go独霸云原生？
评价一下Proxmox VE与ESXi的优劣？
不用CDN就没事，用阿里云CDN就被攻击刷流量，阿里云表示证明不了就要用户买单，如何看到这种行为？
在NAS上安装了什么应用，让你的生活体验有了巨大的提升？
一米二的棍子打的赢三十厘米的刀子吗？
为什么中国民众的反日情绪如此激烈？
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒，具体是怎么回事？酒店要承担哪些责任？
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？
电磁力可以屏蔽，为什么万有引力不可屏蔽？
polars到底行不行？
为什么我看了凡人修仙传后再看其它修仙***都感觉看不下去？
为什么都说 Finder 难用？
谷歌云服务宕机导致 OpenAI、Shopify 等服务中断，此次宕机的具体技术原因是什么？
为什么 wxWidgets 不如 Qt 流行？
Firefox是如何一步一步衰落的？
新买了一台nas，第一个月下载20t+，上传5+，不会被网警盯上吧?
中年夫妻的婚姻状态是什么样的？
现在个人博客不能备案了吗？
