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：
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？
穿瑜伽裤爬山的女生会不会害羞？
MongoDB的缺点以及你为什么不使用MongoDB？
鱼缸有哪些寿命比较长的草推荐呢？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
如何评价董宇辉自叹其比不了王勃这样的天才，自己也写不出苏轼的句子？
2025年wta500柏林站女单第二轮，王欣瑜2:0击溃高芙强势晋级八强，怎么评价这一场对决？
有一个***约你出去，你会去吗？
为什么从事技术的人普遍都比较难沟通？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
为什么黄毛骗走的都是乖乖女？
如何在 Golang 中进行字符串处理？
女朋友学音乐的，给我备注 B大调音阶 是什么含义呢？
自己拥有一台服务器可以做哪些很酷的事情？
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？
为什么说 Node.js 有望超越J***a？
怎么快速部署一个大模型?
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
既然C#等开源语言，为啥***le还要弄个基本上一模一样的Swift？
请问买个nas,能够直接把游戏装进去吗？
评价一下Proxmox VE与ESXi的优劣？
为什么大家不再提星链了（包括外网）？
有没有什么惊为天人的 Logo 设计？
以色列为什么要打伊朗？
前端如何设计网页？
亚克力鱼缸这么容易模糊吗?
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？
你是怎么发现亲戚开始见不得你好的？
为什么 macOS 并不差，可市场总敌不过 Windows？
女朋友去露营，3女2男的，要在野外搭帐篷过一夜，她的闺蜜不想让我去，我该怎么办？
