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：
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
以色列为什么要打伊朗？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
冬天也要穿胸罩吗?
歼-20 在国际上到底是什么地位？
如何使用hexo+github搭建华丽博客 ，类似***://codingxiaxw.cn/的博客？
万兆的网络速度有多大意义？
未过门的孙媳妇需要给男方爷爷出殡吗?
国产手机AI「好用」的背后，是技术差距还是文化差异？
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？
程序员真的需要双显示器吗？
2024 年净水器哪个牌子好？家用净水器的选购攻略是什么？
VScode怎么配置好golang？
四十万车和十万的车有什么区别？
群晖端部署了emby，盒子安装了客户端播放蓝光电影为什么不能显示影片自带字幕？
为什么 php 可以做到 7 毫秒以内响应，而 .net 做不到？
同时使用多个显示器能提高工作效率吗？
大量消息在 MQ 里长时间积压，该如何解决？
为什么感觉现在的 bilibili 很没意思？
你最真实（很少吐露）的择偶标准是什么？
怎么才能有尤雨溪一半强，该怎么学习？
如何评价《酱园弄》里各位主演的演技？
如何看待极客湾评测麒麟X90的性能与表现?
大家买的房子都跌了多少呀？
***拍大尺度片子时摄影师不会看光吗？
中医真的有用吗？
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
Rust1.86才正式稳定trait的upcast，为什么在rust中这个特性实现如此复杂？
橘猫为什么广受欢迎？
什么是稳定币？有人说它是「一场饮鸩止渴的游戏」，你怎么看？
