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：
你和你老婆是怎么认识的？
曼德拉是南非的罪人吗？
如何看待 Rust 写的 PNG 解码器比 C 实现更快？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
不结婚，不生孩子，老了怎么办？
postgres集群的选择?
鱼缸有没有简单的过滤配置搭配方式？
有一个***约你出去，你会去吗？
NAS噪音太大，大家都吧NAS放置到哪了？
湖北人和湖南人，二者有何差异？
瑜伽裤和牛仔裤哪个更显身材？
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
Rust口碑不错，为何学的人却很少？
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
黑客为什么可以做到无需知道源码的情况下找出系统漏洞？
如何评价泰勒·斯威夫特的身材？
皮肤太白是种怎样的体验？
哪一段代码最能体现c语言的魅力？
Golang与Rust哪个语言会是今后的主流？
养乌龟如何降低换水频率？
你见过最人性化的设计是什么？
福特级航母的电磁弹射到底出了什么问题？
如何评价***伊内斯·特洛奇亚的身材？
有没有什么路由器让你用过之后彻底惊艳了？
一个成年男性，引体向上能做多少个？
J***a 除了 Spring 还有什么？
全班 43 人开家长会只来了 7 位爸爸，学校称未来准备策划爸爸家长会，如何看待这一现象？
NAS的盘是否需要一次性买齐？
为什么买了Switch后，却发现它并没有那么好玩？
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？
