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：
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
乔丹背打的动哈登吗？
不用CDN就没事，用阿里云CDN就被攻击刷流量，阿里云表示证明不了就要用户买单，如何看到这种行为？
美国的一个航母编队真的可以完爆一个中小国家吗？
为什么中国很少有人使用linux？
如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？
商城里如何缓存商品信息?
皮肤太白是种怎样的体验？
关于***你还在继续写吗？
SwiftUI 是不是一个败笔？
维护一个大型开源项目是怎样的体验？
为什么战斗机都很好看？
为什么负荷那么大的腰部力量训练的人不会受伤，长期无载荷久坐的人会出现腰肌劳损？
《捞女游戏》发售仅一天同时在线超 6330 人，如何看待游戏的销量？
姐妹们穿裙子露出安全裤打底裤会害羞吗?
你为什么对kotlin失去好感?
想买一台显示器，主要用于设计和办公，4K分辨率最好，刷新率不追求，1500左右的有吗？
如何评价「尖叫」这种饮料？
HTTP/3 解决了什么问题，又引入了什么新问题？
为什么有些人认为中国武器装备看起来很土？
各省的省超出来后（类似于苏超），中超是不是就废了？
极客湾评价小米芯片客观么？
中国的航空发动机现在是什么水平？
《碟中谍 8》都有哪些槽点？
为什么在中国邮箱不流行？
美国搞出个“稳定币”，到底是什么？其它国家是如何看待稳定币的？
如何评价 Vue.js 纪录片？
PHP初学者，我能不能使用PHP来开发桌面应用？
米哈游创始人蔡浩宇称AIGC将彻底改变游戏行业，游戏创造只属于顶尖团队，普通开发者建议转行，如何理解？
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？
