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：
买矿卡被正常用坏的概率有多大？
海贼王为什么现在被全网黑?
为什么我看了凡人修仙传后再看其它修仙***都感觉看不下去？
为什么欧美影视喜欢露点？
老公每晚都想要怎么办?
如果北京放开车牌，未来会怎样？
韩国人在电影上非常凶猛能打，现实中韩国男人的战力如何?
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？
Cloudflare是一家什么样的公司？
为什么 mac mini 的 m4 版本价格这么低呢？
为何Microsoft能一直留在中国市场?
亚洲体坛最漂亮的十位女运动员都有谁？
扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉？
***拍大尺度片子时摄影师不会看光吗？
你非常喜欢的人攻击你的长相，你会怎么办？
万兆的网络速度有多大意义？
你们的M1还好用吗？
家里想搞一个服务器，怎么才不违规？
大家在做登录功能时，一般怎么做暴力破解防护？
足球的地面身体对抗和肌肉体重关系大，还是和技巧关系更大？
应该如何看待群晖在DSM 7.2.2-72803更新中去掉了Video Station?
不管黑客用了多少跳板，最终是不是可以通过网络运营商找出真实 IP？
为什么中国现在全球军事实力第一，但包括中国人在内很多人不认可？
都说苹果是细节狂魔，那苹果有没有细节其实做的很差的点？
以色列为什么突然敢打伊朗了？不怕被报复？
以前大力推广的沼气池，怎么现在越来越少了？
求推荐一款中小企业使用的进销存软件（零售批发类，要有记录序列号功能）?
伊朗这次会崩溃灭亡吗？
如何看待rust编写的zed编辑器？
大海捞针还捞着了是一种什么样的体验？
