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：
异性同办公室久了会不会日久生情？
真的有这种又苗条身材又爆炸的么？
哪吒汽车正式被申请破产，因薪酬问题员工已两月没去上班，被申请破产意味着什么？员工权益还能得到保障吗？
广东人吃东西讲究「食材本味」，那为什么西湖醋鱼没有在广东流行开来？
眼睛的飞蚊症，能够康复吗？
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
匿名说一下你最近的烦恼吧？
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？
J***a 除了 Spring 还有什么？
Python+rust会是一个强大的组合吗？
以色列为什么突然敢打伊朗了？不怕被报复？
MacBook的诱惑在哪里？
新买的移动硬盘该格式化为 NTFS 还是 exFAT？
有哪些是你用上了mac才知道的事？
你们觉得京东外卖能做起来么？
网传广东怀集洪水后赵一鸣超市被哄抢，县***回应相关单位正在核实，若属实哄抢者该承担哪些法律责任？
网传《碟中谍 8》亏损可能超 14 亿，是真的吗？这背后的原因是什么？
为什么面对 Adobe 的版权要求下，vposy 大神还能从容不迫？
全球每年约500万匹马被屠宰，为什么却见不到中国人吃马肉？
为什么没有核动力货轮？
为什么水泥封不住尸臭?
鱼缸氨氮含量低，但是硝酸盐和亚硝酸盐爆表，已经一个多周了，咋办？
公立医生帮联系民营救护车，800 公里收费 2.8 万元，收费合理吗？救护车收费标准是什么？
如何评价Cursor？
商业史上有哪些降维打击的经典案例？
为什么微软出的软件都那么巨大？
美国的医疗费用真的有这么贵吗？
我就想知道，离婚后的男人怎么做到那么绝情？
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？
你卡过最厉害的bug是什么？
