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：
34 岁教授王虹在北京大学开数学讲座，她或将成为首位获得菲尔兹奖的中国籍数学家，有多厉害？
《冰与火之歌》中如果罗柏不悔婚，在当时的情况下，他自己的婚礼会不会是血色婚礼？
如何评价动作电影《疾速追杀：芭蕾杀姬》？
曼德拉是南非的罪人吗？
胸大的女孩会自卑 吗？
洲际导弹能打到任何地方，为什么还需要轰炸机？
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？
奥迪暂停全面电动化***，不再设定停售燃油车时间表，此前沃尔沃、奔驰也调整全面电动化***，如何解读？
美国真会下场对伊朗开战吗？
邻居家小孩来敲门问WiFi密码，告诉他之后，他竟然几部手机电视全用上。你说该怎么办？
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
你们的美系福特开了多少年?
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
Caddy 和 Nginx 比有哪些优点和缺点？
巴基斯坦援助伊朗防空，大家怎么看？
AE如何渲染出mp4格式？
战场上用沙袋来防***，真的有用吗？
中年夫妻有多少是生活和谐的？
以前大力推广的沼气池，怎么现在越来越少了？
有哪些小众的开源项目养活了一大批人?
老公每晚都想要怎么办?
MongoDB的缺点以及你为什么不使用MongoDB？
以色列为什么要打伊朗？
在武汉，你们的找对象标准是怎样的？
golang总体上有什么缺陷？
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
中国军队有多强，在世界能排第几？
颈椎病可以恢复吗？
用J***a写Android的时代是不是要结束了？
