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：
央视点名批评吹牛逼，批评L2.999……会被某法务部起诉吗？
docker怎么修改拉取源从指定的国内仓库拉取镜像？
PS5 Pro 为什么不升级 CPU 呢？
基因好是一种怎样的体验？
上班时间，同事跟我打了招呼出去接送孩子，单位纪检人员来查岗，问我同事的去向，我该怎么回答？
内蒙西部和山西北部过年＂点旺火＂的习俗从何而来？
你准备好迎接牛市了吗？
你认识的不懂电脑的人有什么令人哭笑不得的操作？
postgresql能取代mongodb吗？
微信那些搞笑图片哪里有？
现在读写速度最快的硬盘，能在30年前的计算机上当做内存使用吗？
为什么乌龟在长时间未换过的水中反而更活跃？
golang总体上有什么缺陷？
日本真的有些澡堂和温泉是不分男女的吗？有人去过不分男女的那种吗？
不喜欢老婆找健身房男教练私教，是我太狭隘了吗？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
手机的运行内存真的有必要上16GB吗？
为什么欧美影视喜欢露点？
SQL Server 真的比不上 MySQL 吗？
有一个超级漂亮的女朋友是一种什么体验？
成为体育女主播，光「好看」就够了吗？
lcd屏幕如此护眼，为什么现在没有了？
你有没有一件衣服让你回购过三次或三次以上？
深圳高二中学生「手搓」火箭飞燕一号发射成功，突破 10KM 海拔高度，这属于什么水平？手搓火箭有多难？
统一推送联盟为什么会失败？深层原因是什么？
为什么 WeGame 在国内竞争不过 Steam ？
哪句话让你突然沉默了很久?
自己拥有一台服务器可以做哪些很酷的事情？
python与nodejs哪个性能高？
