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：
马斯克宣布已激活了「星链」卫星通信系统，该系统现已在伊朗投入使用，这将对伊朗的互联网监管带来哪些影响？
自己拥有一台服务器可以做哪些很酷的事情？
生活中怎样的美女才能被称为「大」美女？
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？
如何评价 Next.js？
武松杀嫂，为什么要先扯开她的胸衣，多此一举还是另有深意？
如何评价林志玲？
宝宝们 敢不敢发出你们自己最可爱的自拍照?
新手想要打好篮球，主要练运球还是投篮？
韦东奕和王虹谁的数学天赋更强？
伊朗为什么不买中国战机，却坚持四十年用老旧的苏联米格29、美国F14雄猫战斗机?
程序员空闲时间应该继续卷技术，还是找其他副业？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
有没有免费的语音转文字的软件？
如何看待英伟达新推出的显卡5090dd？
脸与身材不符是种怎样的体验？
为什么中国很少有人使用linux？
OSI 协议与 TCP / IP 协议有什么差别？
为什么一些人喜欢去掉 Vim 欢迎页上的“帮助乌干达的可怜儿童”？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
重庆一酒店小熊猫叫早服务引争议被叫停，小熊猫与人亲密接触存在哪些安全隐患？动物园开动物主题酒店合理吗？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
国内很多男性在非洲和当地女人恋爱是真的吗?
怎么看待B站舞蹈区和某些风格比较暴露的up？
上海首例认定提供爬虫程序抓取公开数据构成提供侵入计算机信息系统程序罪案，该案件有哪些细节值得关注？
有什么树莓派的代替品吗?
如何判断鱼缸中的硝化系统是否已经成功建立？
有哪些事情是MacOS做不到但Linux可以做到的？
什么样的女主才能叫做「人间尤物」？
