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：
跟离异的女同事聊天时，她冒出一句：「你老婆还不如我，离了跟我过得了」，我该怎么回答？
为什么是 9 月 3 日阅兵而不是 10 月 1 日国庆阅兵？
慢跑 5 公里用 40 分钟是不是很丢人？
为什么现在越来越多的人不想要孩子呢？
作为一个服务器，node.js 是性能最高的吗？
养龟玩龟的人可怕吗？
女生身高 172cm，120 斤，算胖吗？
为什么说耿直的人更容易吃亏？
PHP和Node.js哪个更爽?
字节引入Rust是否代表J***a的缺点Go也没解决？
感觉失业就会死，求生路！?
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
穿瑜伽裤爬山的女生会不会害羞？
***药昆仑石刻有了清理土石后的***照片，请问现在大家怎么看待石刻的真伪？
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
商业史上有哪些降维打击的经典案例？
考上公务员后，却发现不是自己想要的生活，该辞职吗？
DIY的NAS易用性如何？
可以分享你经常打开的一个网站吗？
大家在广州的一天是怎么样的呢？
乔丹的身体素质放到现在是不是只能算平庸？
为什么 macOS 并不差，可市场总敌不过 Windows？
你是因为什么肥胖起来的?
国产手机APP为什么越来越臃肿？
程序员的时间管理真的是写代码1小时，调试8小时吗？
女朋友很喜欢《大明王朝1566》，生日适合送什么礼物？
为什么16-28岁女性对labubu欲罢不能？
美国隐性轰炸机B2、B21来了，中国能拦得住吗?
为什么 CRT 画质这么好也被淘汰，液晶反而发展的很好？
