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：
你们学校的校花都是怎么样的？
中国的歼-10 在世界上是什么水平？
如何看待日本小学校园餐只有一小块鸡肉？
空战的时候可不可以先击落预警机?
巴基斯坦援助伊朗防空，大家怎么看？
脸与身材不符是种怎样的体验？
为什么果粉对苹果非常地宽容？
DLM（扩散语言模型）会成为2025年的Mamba吗？
个人做量化，买不起专业数据库，如何获取 L2数据?
有没有便宜点的AI算力显卡?
谁能劝我不要买NAS？
为什么面对 Adobe 的版权要求下，vposy 大神还能从容不迫？
Rust开发Web后端效率如何？
稍稍一运动就大汗淋漓从中医角度来说是什么原因？
6 月 17 日广东深圳、珠海、中山等多地发布暴雨预警，目前情况怎么样？早高峰出行还顺利吗？
如何看待 Mac mini M4 支持可更换 SSD？
你的低成本爱好是什么？
Cloudflare是一家什么样的公司？
超级喜欢穿短裙正常吗?
你看过哪些以为是段子新闻，结果发现居然是真的？
为什么说男人至死都是少年？
为什么CCTV-6总是能播一些连院线都上不了的电影？
如何评价思源笔记?
男女对立会在10后里缓和吗？
如何评价首个女性友好的编程语言HerCode?
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
做客孩子临走时带走几只玩具，我的孩子抗拒并一直哭，要怎么开导？
***如古代长城用的是C140混凝土，那千百年下来会完整的留存至今还是损坏的更加严重？
都说时尚是一个轮回，有哪些老电视剧里面的穿搭到现在都还是很潮的呢？
山姆超市是怎么在中国火起来的?
