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 lua 在游戏开发中应用普遍？
瑜伽裤和牛仔裤哪个更显身材？
哪里有便宜的实时level2接口?
如何评价首个女性友好的编程语言HerCode?
如何看待alist被转手出售***？
Flutter 为什么没有一款好用的UI框架？
为什么中国很少有人使用linux？
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？
周杰伦被曝现身日本弯腰驼背似老人，是真的吗？他曾称患有强直性脊柱炎，这病对身体影响有多大？能治好吗？
FastApi性能是否真的接近Go?
如何看待华人派遣赴日it彻底崩了？
duckdb的性能如何？
我的世界怎么租一个四个人的服务器？
express + mongodb (mongoose) 中 mvc的model层如何使用？
Office 中为何还要保留 Access 数据库?
如何看待M4单核性能吊打9950x?
***如古代长城用的是C140混凝土，那千百年下来会完整的留存至今还是损坏的更加严重？
如何评价人民网评关于集中整治违规吃喝的发文？
什么才是真正的爱情？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
跟领导坐一辆车下乡，连司机共三人，领导问我「听说办公室主任人缘不好，你有听说吗？」，我该怎么回答？
你在相亲过程中遇到的奇葩都是什么样？
目前亚洲最厉害的五款战斗机是什么？
如何评价电影《碟中谍8：最后清算》？
前端如何设计网页？
SpaceX 星舰 36 号火箭静态点火测试爆炸，爆炸的原因是什么？会对星舰发展产生什么影响？
Rust的设计缺陷是什么？
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？
34岁，女性，不想过夫妻生活，怎么跟老公沟通效果更好？
