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：
为什么Dreamwe***er，FrontPage会被淘汰？
MacBook的诱惑在哪里？
伊朗反击以色列 感觉对以色列并不具备有效威胁，反而伊朗却被以色列定点打击，后续战事会如何发展？
眼睛有飞蚊症可以自愈吗?
印度这次战场失利，有网友说打掉了50年的国运，印度要怎么做才能把损失减到最小，挽回国际声誉？
怎么才能让孩子在不牺牲睡眠和运动时间的前提下，成绩名列前茅？
golang 与rust 在服务器程序领域相比较，各有什么优劣势？
Golang和J***a到底怎么选?
如何评价MiniMax推出的全球首个开源大规模混合架构的推理模型MiniMax-M1，其有何技术优势？
特朗普集团推出 499 美元「土豪金」手机 T1，安卓系统，号称「美国制造」，如何看待此举？
在中国儿子就那么重要吗?
“真实承诺-3”，伊朗的报复能打疼以色列吗？
北京日报点名批评“苏超”过度娱乐化的动机是什么？
涉密计算机可以用windows10操作系统吗?
男朋友醒了不告诉我，是男朋友的错还是我无理取闹了？
越正经的女人越容易做出疯狂的事吗？
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
你见过身边身材最好的女生是什么样子的？
前端真的已经凉了么？
女朋友学音乐的，给我备注 B大调音阶 是什么含义呢？
为什么很多技术都觉得前端很简单？
为什么老顾客吃着吃着就不再来照顾生意了呢？
用J***a写Android的时代是不是要结束了？
为什么越来越多的国内男孩，要娶国外女孩?
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公共安全问题？
055一打一能不能打过阿利伯克？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾？
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别？
