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：
埃塞俄比亚真的盛产美女吗？
为何雷军天天健身，却无健身痕迹?
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？
大家在做登录功能时，一般怎么做暴力破解防护？
几年前吹得神乎其神的福建舰电磁弹射为什么现在销身匿迹了？
战场上用沙袋来防***，真的有用吗？
为什么好多人不承认大众审美就是喜欢白皮？
只有我觉得.doc文件比.docx文件便捷吗？
为什么面对 Adobe 的版权要求下，vposy 大神还能从容不迫？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
为什么中国农村房子那么丑？
现在个人博客不能备案了吗？
为什么linux桌面那么丑？
Rust开发Web后端效率如何？
同样是对标安卓系统，为什么谷歌的Fuchsia死了，而华为的鸿蒙却愈发壮大？
鸿蒙电脑会在国内逐渐取代windows电脑吗？
我的实际车速是66km/h，旁边有车超速，我被拍了违章，说是车速85km/h，怎么申诉?
越南人的生活水平怎么样？
go 有哪些成熟点的后台管理框架？
西方人是怎么发现地球是圆的的？
当电脑盲认为自己不是电脑盲时是一种怎样的体验？
如何评价字节跳动开源的 HTTP 框架 Hertz ？
目前最具性价比的全栈路线是啥？
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？
Linux内核代码大佬们如何观看的？
三峡水电站和葛洲坝水电站出来的水流速还不小，为什么不把其利用起来发电？?
有人 espresso 直接喝吗，为什么？
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？
女主播和榜一大哥现实碰面会做什么？
