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：
***如不小心进入后室（backroom）该如何求生？
为什么 IPv6 在国内至今未得以大规模应用?
如何评价Orbstack（在Mac上低开销地运行容器和Linux）？
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？
如果你是《一帘幽梦》里的绿萍，你会不会最后原谅紫菱？
你的低成本爱好是什么？
要不要帮导师装服务器?
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？
为什么低个子男生更喜欢身材大很多的大女孩？
写业务的话，go是不是垃圾？
前端因为像素还原设计稿而离职，这是个别现象吗？
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？
如何评价《三体2 · 黑暗森林》中四个面壁者？
学生校服如何隐藏内衣痕迹?
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？
央企的信创，是否有必要把 spring 替换成国产的 solon ？
为什么说 Node.js 有望超越J***a？
有没有一个特别好用的Linux系统？
你们跟网友面过基吗？翻车了吗？
为什么 mac mini 的 m4 版本价格这么低呢？
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？
为什么 macOS 并不差，可市场总敌不过 Windows？
如何评价高圆圆的身材算是美女类型的吗？
Golang和J***a到底怎么选?
如何看待jemalloc停止维护？
