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：
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
谁能说点什么让我对日本祛魅一下?
如何评价黄磊？
做一个中国的微软到底有多难？
有什么是你去了西藏才知道的事情？
如何评价林志玲？
Web后端开发，用Python还是Go呢？
大海捞针还捞着了是一种什么样的体验？
你亲身接触过的日本人的印象是怎样的?
汉语是牺牲了什么，才成为世界最紧凑、最高效的语言？
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？
目前亚洲最厉害的五款战斗机是什么？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
如果你有300万存款，你还会继续辛苦上班吗？为什么？
消息称三大运营商将于今年下半年全面重启eSIM，eSIM有哪些好处？为何此前暂停这一业务？
有哪些故意缩短产品寿命的设计？
新疆维吾尔自治区，经济发展的真实前景如何？
Golang和J***a到底怎么选?
中年夫妻有多少是生活和谐的？
如何评价 Steam 新游《捞女游戏》?
duckdb的性能如何？
为什么电信运营商们肯拼命加下行带宽，却对上行严防死守?
以色列为什么突然敢打伊朗了？不怕被报复？
华为鸿蒙还有多久可以在pc桌面取代Windows？
中国与敌国发生战争，哪些国家会帮中国？
PHP现在真的已经过时了吗？
如何判断鱼缸中的硝化系统是否已经成功建立？
鱼是饿不死的都是撑死的，这句话是真的吗？
印度人低种姓为什么不冒充/攀附高种姓以获得阶层跃升和优待呢？
