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：
美军 B-2 轰炸机参与袭击伊朗核设施，B-2轰炸机战斗力如何？会摧毁伊朗核设施吗？
在武汉，你们的找对象标准是怎样的？
如何评价Cursor？
公司运维工作能力差，态度不端正还骂我，辞退他还要补偿该不该给？
为什么 CRT 画质这么好也被淘汰，液晶反而发展的很好？
30岁了，你在深圳过着什么样的生活？
为什么赡养老人这么难呢？
普通人用得着4k分辨率的显示器吗？
跨平台GUI框架到底应该自绘还是原生控件绑定？
有一个***约你出去，你会去吗？
如何看待湖北一医院婚检查出艾滋医生未告知伴侣致感染，医生被停职？反映出哪些问题？
三只羊是不是被人做局了？
《西虹市首富》里面想花完钱却越花越多的情况，现实里面会发生吗？
普通家庭对孩子最好的托举是什么呢？
服务器能否拒绝非浏览器发起的HTTP请求？
***拍大尺度片子时摄影师不会看光吗？
PHP初学者，我能不能使用PHP来开发桌面应用？
自己拥有一台服务器可以做哪些很酷的事情？
一个坚持练搏击二十年的70岁老人，能打过30岁同样体重的普通人吗？
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？
为何一讨论Wi-Fi 7阉割6GHz+320MHz，很多人都说用不上所以根本不在意？
如何评价《灵笼 2》第六集？
J***a如何调用FFmpeg呢（有无可用的类库）？
如何看待英伟达新推出的显卡5090dd？
时隔4年，无畏契约（Valorant）又如何评价？
为什么***骂 Ubuntu，但是 Ubuntu 一直是所有 Linux 发行版中知名度、热度最高的？
央视怎么又开始报道伊朗的防空能力了？是有神秘的力量开始介入了吗?
外网测试同样的性能下的掌机安装steam os系统的性能比安装微软系统的帧率更强，原因是什么？
夸克网盘有可能超越百度网盘吗？
