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：
浙江省内，宁波为什么高中教育超过杭州？是因为宁波有镇海中学吗？
你最真实（很少吐露）的择偶标准是什么？
程序员男朋友都是怎样的？
有个漂亮女朋友是种怎样的体验？
为什么 CRT 画质这么好也被淘汰，液晶反而发展的很好？
哪里有免费的电子书下载？
6月23号，美团优选突然关闭了，为什么?
你生活中做过最自律的一件事是什么？
英国登山队靠人均 124 万元的氙气疗法，无高反四天登顶珠峰，该方法究竟是什么体验？背后有哪些争议？
你曾看到空乘做过的最傻的事情是什么？
当电脑盲认为自己不是电脑盲时是一种怎样的体验？
为什么还有人用VIM？
为啥徐志摩这么讨厌张幼仪还有好几个孩子？
杨幂论文一年间 AI 率从 0 飙至 91%，为什么会这样？AI 查重到底有没有统一标准？
为啥加州会站在非法移民一边？
女明星穿瑜伽裤出门是什么体验?
为什么人在潜艇中待不超过90天，但在空间站上却可以待6个月？
鱼缸发热管是不是越大越好！?
我男朋友年薪远高于我，我说因为女生生理结构需要生娃，生娃这件事情女性需要比男生牺牲更多，我说的对吗？
如何评价《情感反诈模拟器》（原《捞女游戏》）超越《黑神话：悟空》登顶 Steam 中国区热销榜？
如何评价b站数码区up主 “大狸子切切里”?
SATA固态好用吗？为什么大家都喜欢m.2呢？
k8s里面kubectl get pod -d wide命令作用是什么？
J***a 除了 Spring 还有什么？
为什么李玟明明看起来那么开朗自信，却罹患抑郁症？
程序员不租房住车里，称三年多省了差不多十万，被质疑占用公共***，怎样看他的选择？这算占用公共***吗？
什么是人生的最顶级享受？
前端移动端开发***需要那些技术？
数据库不就是增删改查一些数据吗？研发一个数据库到底难在哪了？
吃爽了是怎样一种体验？
