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：
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？
高校里那些「非升即走」后「走」了的青年教师都怎么样了？
NAS的盘是否需要一次性买齐？
北京日报点名批评“苏超”过度娱乐化，它是否管的太宽了？为什么无良媒体不会被查封取缔？
作为一个服务器，node.js 是性能最高的吗？
怎么才能有尤雨溪一半强，该怎么学习？
如何以『在这所学校里，一条人命=5个学分』为开头写一篇***？
为什么音乐老师几乎都是女的？
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？
如何评价白宇帆、辛柏青主演的电视剧《护宝寻踪》？
为什么现在女孩子爱好烘焙，在相亲中也成了槽点了？
emacs与vim相比有哪些优点呢？vim按键和插件很强大,以前简单用过Emacs,感觉比VIM笨重？
如何看待 Rust 的应用前景？
英伟达 RTX 5050 笔记本显卡跑分曝光，该显卡有哪些亮点？
印度是真的烂还是咱们在信息茧房里面？
哪吒汽车从销冠到「破产边缘」，它做错了什么？
张伟丽可以打败什么级别的普通男性？
联想 128GB 超大内存迷你 AMD 主机上架，此款主机有哪些亮点？
Golang 中为什么没有注解？
始终怀不上孕是种怎样的体验？
导师给了1.4W要我给工作室买个主机，是整机还是自己配？
杨幂论文一年间 AI 率从 0 飙至 91%，为什么会这样？AI 查重到底有没有统一标准？
一个练过功夫的姑娘能打过一个没练过的男人吗？
类似rpg7、古斯塔夫无后座炮这类可复装筒是否在逐步减少被一次性筒替代？
怎么理解开源项目若依（RuoYi）存在的意义？
有没有一款工具可以把录音精准地转换成文字？
奔驰为什么迟迟不官宣王楚钦?
如何看待多地推出升级版「禁酒令」？
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
