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：
小沈阳女儿韩国出道，将发行个人首张迷你专辑，为什么选择韩国出道？你看好吗？
一个练过功夫的姑娘能打过一个没练过的男人吗？
明星现实中真的很漂亮吗？
中美会因台海开战吗？
为什么我觉得现在线上大部分都对华为反感，线下华为大卖?
冬天也要穿胸罩吗?
为什么现在没人提猎鹰9号了？
如何看待国内服装尺码越来越小的现象？
如何看待三峡集团总部搬迁至武汉？
腾讯开源的 libco 号称千万级协程支持，那个共享栈模式原理是什么?
洲际导弹能打到任何地方，为什么还需要轰炸机？
医院为什么很不用安宫牛黄丸急救？
如何评价阿富汗取消与中国的石油开***合同？
你们觉得京东外卖能做起来么？
印度为什么一定要和中国作对？
你捡过最大的漏是什么？
联想 128GB 超大内存迷你 AMD 主机上架，此款主机有哪些亮点？
吴柳芳的真实水平如何？
我的世界怎么租一个四个人的服务器？
为什么中国引进的ap1000机组实际建设周期远比当初预计的长的多？这是否严重耽误了中国核电的发展？
各位都在用Docker跑些什么呢？
《欢天喜地七仙女》中 「仙女下嫁凡人」 的设定，在今天是否过时？
如何基于Docker进行开发?
伊朗称袭击以色列「网络首都」，该地聚集英特尔、微软等多家高科技企业，伊朗为何选择这里？会造成哪些影响？
身材丰满有哪些烦恼？
小鹏G7发布，对标小米YU7有优势吗？
为什么一部分 Go 布道师的博客不更新了？
有没有一个特别好用的Linux系统？
公司规定所有接口都用 post 请求，这是为什么？
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？
