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：
怎么知道女人动了真情?
以色列伊朗持续多日空对空轰炸，谁会先撑不住？双方的***还能支撑多久？还有哪些「杀手锏」没投入战场？
大连天空现罕见「窟窿云」，目击者称持续半小时，压迫感十足，窟窿云是怎么形成的？你见过吗？
如何评价 Next.js？
Golang和J***a到底怎么选?
如果全球都停止出口粮食，中国能否自给自足？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
为什么好多人不承认大众审美就是喜欢白皮？
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？
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？
Kotlin明明很优秀，为啥没像J***a那样火？
golang 与rust 在服务器程序领域相比较，各有什么优劣势？
如何评价「尖叫」这种饮料？
有哪些事情是MacOS做不到但Linux可以做到的？
大海捞针还捞着了是一种什么样的体验？
应该如何看待群晖在DSM 7.2.2-72803更新中去掉了Video Station?
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
为什么人类没有发现（公开）外星人？
丰田将中国市场决策权交给中方，是在华战略重大调整，这会不会意味着未来中国市场的丰田车“中味”十足了？
***拍大尺度片子时摄影师不会看光吗？
可以用duckdb在本地建立一个数据库对外服务吗？
如何看待多地推出升级版「禁酒令」？
商城里如何缓存商品信息?
从男性的角度上，什么样的女人比较有魅力？
老饭骨做的饭真的好吃吗 ?
如何电脑下载Adobe audition?
为什么黄毛骗走的都是乖乖女？
为什么web worker可以在前端开多线程，解决单线程卡死页面的问题，但是没有得到广泛使用？
乡下的土鸡真的值100块钱吗？
Node.js是谁发明的?
