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：
女主播和榜一大哥现实碰面会做什么？
美国真会下场对伊朗开战吗？
SwiftUI 是不是一个败笔？
胸大的女孩会自卑 吗？
DF-41已经可以打击美国本土，这是否相当于古巴导弹危机常态化？
微信服务器会保留聊天记录吗,会保存多久?
***拍大尺度片子时摄影师不会看光吗？
如何评价青年科学基金项目（A类）将为35岁以下科研人员单设赛道？
如何看待alist被转手出售***？
那你说什么样的是美女？
为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
升级版「禁酒令」推出，白酒行业将何去何从？
为什么macOS软件生态不敌Windows?
怎么快速部署一个大模型?
女生主动起来会有多主动?
女性为什么不普遍跟男性那样只留个几毫米或2-3厘米短发，女性不觉得长发麻烦吗?
有一个乌克兰的朋友问我，中国人凭什么能享受和平，我该怎么说？
你身边身材最好的女生是什么样？
中年夫妻有多少是生活和谐的？
以色列为什么要打伊朗？
汉语是牺牲了什么，才成为世界最紧凑、最高效的语言？
真的有这种又苗条身材又爆炸的么？
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？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
中国的导弹水平到底怎么样？
胸大的女孩子有什么烦恼？
鱼缸里突然在水面角落出现很多想泡沫一样的气泡是怎么回事？
炫富真的很爽吗？
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
