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：
以色列为什么突然敢打伊朗了？不怕被报复？
中国军队有多强，在世界能排第几？
胸大的女孩子有什么烦恼？
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
伊朗称向以发射使用射程达 2000 公里的「泥石」地对地弹道导弹，其威力有多大？
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？
你见过身边身材最好的女生是什么样子的？
本田完成可重复使用火箭首次起降测试，这标志着什么？
单依纯的唱功有被过分吹捧吗？
央企的信创，是否有必要把 spring 替换成国产的 solon ？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
安赛龙有可能超越林丹吗？
发光的东西就一定会发热吗？
为什么欧美影视喜欢露点？
存电话号码，究竟该用int类型还是string类型？
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
国家电网不再全额收购可再生电力，光伏怎么生存啊？
kafka如何解决重复消费?
PHP初学者，我能不能使用PHP来开发桌面应用？
巴基斯坦援助伊朗防空，大家怎么看？
现阶段的时代红利是什么？
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？
为什么英特尔不开发一种全大核CPU？
程序员为啥突然会变成这么辣鸡的一个行业？
8 岁小孩偷花 1 万多买 26 箱荔枝，孩子父亲称在商品未发货时申请退款被拒，这合理吗？
你怎么看待剪映收费过高问题？
龙芯在.NET上帮微软做CPU指令集适配，为什么到国内.NET开发者这里成了维护龙芯.NET版本?
有没有好看的个人博客的设计？
为什么Dreamwe***er，FrontPage会被淘汰？
