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：
西安电动车开始上牌，最终会导致什么结果？
如何评价华为鸿蒙电脑？
为什么有些人不喜欢春晚提到饺子？
买到烂尾楼到底该有多绝望？
各省的省超出来后（类似于苏超），中超是不是就废了？
美国打击伊朗 3 处核设施，美国为什么此时介入？中东局势会升级吗？
如何赚美金？
美国真会下场对伊朗开战吗？
以色列为什么突然敢打伊朗了？不怕被报复？
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?
同样是对标安卓系统，为什么谷歌的Fuchsia死了，而华为的鸿蒙却愈发壮大？
多个充电宝或电芯品牌的 3C 认证证书被暂停，涉及罗马仕、安克、绿联、倍思、安普瑞斯等，发生了什么？
维护一个大型开源项目是怎样的体验？
为什么都说 Finder 难用？
为什么macOS软件生态不敌Windows?
为什么同样是输球，常州和国足的风评却差那么多呢？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
如何看待小道消息传出半导体已实现全产业链替代，国产euv已突破，良率70%？
为什么要学go语言，golang的优势有哪些？
国密加密算法有多安全呢？
前端想要学习后端，选择哪种语言好一点？
京东618是不让人用国补吗?
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？
NAS的盘是否需要一次性买齐？
迅雷有哪些***，求关键词?
女婿不喜欢去丈母娘家的原因是什么？
如何评价苹果 3 月 5 日发布的 MacBook Air M4，相比前代有哪些提升？
未来有可能出现回农村潮吗？
