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：
一个练过功夫的姑娘能打过一个没练过的男人吗？
27寸显示器是否有必要到4K？
为什么感觉wps的用户越来越多，office没人用了?
为何有人说三亚景色不输泰国，中国游客却更爱去泰国？
「做负重深蹲肯定会腰痛，深蹲不可能完全不痛」「正确的负重深蹲就应该是腰完全不痛的」，哪句话是对的？
想听听看现在路人对五月天的看法?
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？
长沙申请全运会成功，未来几年会对长沙那些帮助，是否会加快长株潭融城以及经济发展？
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？
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？
为什么微软一直不更新文件系统？
如何评价 Steam 新游《捞女游戏》（已改名《情感反诈模拟器》）？
为什么中国农村房子那么丑？
有没有一款音乐播放器，能连接nas音乐，创建音乐库，自动匹配歌词封面等等？类似infuse的概念呢？
核聚变是一条死胡同吗？
如何评价白宇帆、辛柏青主演的电视剧《护宝寻踪》？
各省的省超出来后（类似于苏超），中超是不是就废了？
花那么多钱举办婚礼的意义在哪呢？
如果苹果真的下架了微信的话，会发生什么？
什么是最好的编程用显示器？
如何评价首个女性友好的编程语言HerCode?
卸载迅雷后，***文件变成xunlei.bittorrent.6,怎么还原回去啊，心态炸了！?
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
你见过身边身材最好的女生是什么样子的？
为什么UC曾经是国内主流浏览器之一，但现在却逐渐销声匿迹了？
家庭网络，是否有必要做多个网段并隔离？
