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：
Windows 上最应该卸载的三个软件是谁？
什么是歼20完全体？
想要入行音***开发，但是没有相关项目经验怎么办？
四口之家100M的宽带够用吗？
如何评价阿富汗取消与中国的石油开***合同？
为什么欧美影视喜欢露点？
为什么同样是输球，常州和国足的风评却差那么多呢？
如果一个人长时间不说话，是不是会丧失语言能力？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
Office和WPS哪个好用些？
多个充电宝或电芯品牌的 3C 认证证书被暂停，涉及罗马仕、安克、绿联、倍思、安普瑞斯等，发生了什么？
小米澎湃OS保留了多少安卓代码？
为什么有些人认为中国武器装备看起来很土？
伊朗这次会崩溃灭亡吗？
央行行长潘功胜首次在公开场合谈及稳定币，稳定币是什么？有何深意？
HTTP/3 解决了什么问题，又引入了什么新问题？
为什么任天堂在NS2上没有选择使用OLED屏幕以提升续航能力和显示效果？
34 岁教授王虹在北京大学开数学讲座，她或将成为首位获得菲尔兹奖的中国籍数学家，有多厉害？
小米空调的体验如何？
如何评价华为鸿蒙电脑？
如何评价鸿蒙电脑无法编写其自身运行的程序？
女生体毛旺盛是什么样的体验？
MacOS真的比Windows流畅吗？
count(*) count(1)哪个更快？
为何有人说儒家文化下极容易产生「伪君子」？它的道德教化不是以平等和尊重的为前提的吗？
为什么有的人喜欢带着 MacBook 去咖啡店或者书店上网，而不是 ThinkPad 之类的？
马兰基地巨型飞翼无人机的出现是否代表制造b21 类似物对于中国来说不再是个难题。?
