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：
曾经的班花，现在还多少人惦记？
胸大的女孩会自卑 吗？
如何评价「尖叫」这种饮料？
Node.js是谁发明的?
为什么感觉wps的用户越来越多，office没人用了?
为什么国外网站总喜欢弹出cookie访问权限弹窗，国内网站却没有，这么做有什么意义？
如何评价张靓颖刘宇宁《九万字》?
为什么编程语言百花齐放，Web 标记语言 HTML 一家独大？
每次去国外，别人一眼就看出我是中国人，是中国人身上有什么特质吗？
为什么不趁以色列美国与伊朗打的火热的时机收复台湾呢？
MiniMax 推出全球首个开源大规模混合架构的推理模型 MiniMax-M1，其有何技术优势？
Rust 的设计缺陷是什么？
前端因为像素还原设计稿而离职，这是个别现象吗？
如何看待多地推出升级版「禁酒令」？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
NAS那么弱的CPU，真能做别的事情吗？
有人 espresso 直接喝吗，为什么？
伊朗发布「霍拉姆沙赫尔-4」导弹发射画面，被认为是伊朗破坏力最强导弹，其威力有多大？
MacOS真的比Windows流畅吗？
写业务的话，go是不是垃圾？
明星现实中真的很漂亮吗？
PHP和Node.js哪个更爽?
可以用duckdb在本地建立一个数据库对外服务吗？
炫富真的很爽吗？
鸿蒙电脑会在国内逐渐取代windows电脑吗？
SwiftUI 是不是一个败笔？
女生体毛旺盛是什么样的体验？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
count(*) count(1)哪个更快？
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？
