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：
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
30岁的人生有多无力？
SQLite不能支持高并发，为什么又说它能支持 10万 的日访问量？
以色列摩萨德这么厉害，中国网民为何不害怕？
中医认为交合伤身，西医却认为无害，喝杯牛奶就补回来了，对不对？
为什么这次以色列打伊朗，网上声讨的人少了，反而都是嘲笑调侃伊朗？
vue 框架开发的项目结构是如何搭建的？
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒，具体是怎么回事？酒店要承担哪些责任？
尘螨过敏的最好解决办法是什么？
为什么MacBook pro不用高刷新率的屏幕？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
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？
30岁了，你在深圳过着什么样的生活？
张元英瘦得很畸形，为什么她粉丝还觉得是完美身材？
单依纯的唱功有被过分吹捧吗？
怎么解决玄幻***里国家毫无作用的设定？
为什么果粉对苹果非常地宽容？
周星驰为什么还不出新电影，是沒钱拍了还是钱已赚够了？
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？
如何看待伊朗媒体称「今晚将发生世界铭记的大事」？可能是什么？
郑大一附院原院长阚全程被查，对河南医疗系统会带来哪些影响？
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？
武松杀嫂，为什么要先扯开她的胸衣，多此一举还是另有深意？
好多饭店的菜，味道很重，尤其是川菜的麻辣风味儿，是不是有意在遮盖一些不好的味道呢？
各位都在用Docker跑些什么呢？
独立开发者都使用了哪些技术栈？
女明星陪酒真的存在吗？
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？
