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：
有人 espresso 直接喝吗，为什么？
北京日报点名批评“苏超”过度娱乐化，它是否管的太宽了？为什么无良媒体不会被查封取缔？
为什么各大 *** 出奇一致地设置了『摇一摇开屏广告』？如何关闭常用 *** 的这些广告？
如何评价林志玲？
golang 与rust 在服务器程序领域相比较，各有什么优劣势？
你看过哪些以为是段子新闻，结果发现居然是真的？
DF-41已经可以打击美国本土，这是否相当于古巴导弹危机常态化？
有人说24GB和48GB内存容量是新一代电脑平台最均衡的方案，真的是这样吗？电脑内存应该如何选？
你卡过最厉害的bug是什么？
***拍大尺度片子时摄影师不会看光吗？
为什么这么久了还是没有主流软件开发鸿蒙版？
在你心里，2025 年 618 大屏电视的首选机型是哪一款？有什么出彩的功能设计？
如何看待伊朗发布10座美军基地地图？
如何看待日本小学校园餐只有一小块鸡肉？
为什么不趁以色列美国与伊朗打的火热的时机收复台湾呢？
你们认为一个40多岁的女人老吗？
Office 中为何还要保留 Access 数据库?
我们为什么在几年之后才听说比特币（或者bitcoin），是什么让我们无法抓住这种阶级跃层的机会?
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？
维护一个大型开源项目是怎样的体验？
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
中国人口正经历前所未有大转折，如何看待中国人口负增长？应该怎样应对？
为什么很多摄影师不肯承认手机的画质已经部分超越全画幅了？
如何评价祝绪丹在《五哈》第十期的表现？
用了几年大厂云服务器，现在想换便宜的，有推荐的吗?
写CUDA到底难在哪？
越正经的女人越容易做出疯狂的事吗？
