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：
如何看待南京景枫中心把男厕改成女厕，并宣传「此处仅有女卫生间、家庭卫生间及无障碍卫生间」？
新手养鱼，养什么鱼好？
以色列为什么突然敢打伊朗了？不怕被报复？
如何评价「尖叫」这种饮料？
有人 espresso 直接喝吗，为什么？
如果全球都停止出口粮食，中国能否自给自足？
公务员单位为什么不用指纹打卡机并且严格考勤制度？
用J***a写Android的时代是不是要结束了？
为什么有的人一看就是老实人？
为什么这么久了还是没有主流软件开发鸿蒙版？
如何评价董宇辉自叹其比不了王勃这样的天才，自己也写不出苏轼的句子？
H264和H265谁画质好，求回谢谢！？
生完孩子身材依旧火辣是一种怎样的体验？
如果你是《一帘幽梦》里的绿萍，你会不会最后原谅紫菱？
在NAS上安装了什么应用，让你的生活体验有了巨大的提升？
万兆的网络速度有多大意义？
为什么Dreamwe***er，FrontPage会被淘汰？
Rust 的设计缺陷是什么？
***拍大尺度片子时摄影师不会看光吗？
count(*) count(1)哪个更快？
华为官宣鸿蒙 HarmonyOS 5.1 将于 7 月开启升级，对此你怎么看？会选择第一时间升级吗？
如何评价《三角洲行动》***作者「三角洲经济学教父」？
为什么 IPv6 在国内至今未得以大规模应用?
已婚职业女性，对男同事「开玩笑」，可以有多出格？
Swift 和同时代的其他语言比起来怎么样？
你见过哪些智障的反人类的设计？
全国各地现理发店倒闭潮，没有电商冲击，理发店为什么自己能干黄？
明星现实中真的很漂亮吗？
男朋友因为打游戏骗我去睡觉被我识破，然后我提了分手，他同意了，问问男孩子们他怎么想的？
