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：
有1000万存款是怎样一种体验？
如何评价最新发布的 vivo X Fold5，作为首款「三防」折叠屏手机，都有哪些亮点值得关注？
家用服务器内网穿透对外提供服务需要备案吗？
普通人用得着4k分辨率的显示器吗？
智能触屏音箱怎么选择？
两个人在一起很合适是什么样的感觉？
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
055大驱到底强在哪里？
为什么Rust的包管理器Cargo这么好用？
前端是不是快没了？
妹妹说C字裤只是本体可能好看而已，穿在身上其实非常丑，爱美的女孩根本不买，是这样的么？
亲眼见到明星本人是什么体验？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
电视机为什么有大流量上传?
请问游戏科学当时是怎么防止人才被别的公司挖走的，一个公司怎样才能留住员工?
华为中年粉丝都是什么样子的？
如何评价特厨隋坡对鲁菜根的评价？
女生第一次来大姨妈什么感受？
我应该设置多少kb才能让他不能玩游戏？
各双拼输入方案之间有明显的优劣之分吗？
前端如何设计网页？
为什么 Linux 软件安装包会有依赖关系，而 Windows 软件安装包不需要？
一个程序员的水平能差到什么程度?
个子高是种怎样的体验？
大家都是在哪一瞬间学会了自由泳的？
如何成为氛围感美女？
Firefox 浏览器是否还有可能浴火重生?
开车的人和不开车的人思维有什么区别？
Electron 做游戏客户端的潜力有多大？
