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：
穿瑜伽裤爬山的女生会不会害羞？
跟离异的女同事聊天时，她冒出一句：「你老婆还不如我，离了跟我过得了」，我该怎么回答？
为什么CCTV-6总是能播一些连院线都上不了的电影？
骑车后腰疼直不起来做什么运动比较好呢？
MySQL 面试中常见的问题有哪些？
为什么 C 语言没人喷？
老公想要买2万左右的相机，我该同意吗？
南京一森林公园现大量竹节虫，形似枯枝，网友称凑近才发现是虫子落荒而逃，竹节虫会不会咬人？碰到它会怎样？
为什么国内的黄***站不被查封？是难发现吗？
Anthropic 推出的 Claude Code Agent 有哪些亮点值得关注？
冰箱两边各留是2.5公分可以吗，两边散热的?
有什么软件官方已经停更了或者公司已经倒闭了，但是你还在用并且觉得很好用的？
高考完了，要买笔记本，苹果mac m4怎么样？
lcd屏幕如此护眼，为什么现在没有了？
路由器被隔空刷成校园网节点了，这在技术上是怎么实现的？
为什么微信不向telegram学习？
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？
63 岁演员马景涛直播时突然晕倒、后脑勺磕地，合作方称其突发低血糖，为什么会这样？如何急救？
ios的描述文件有多大的权限？
我听说Windows12微软就直接重头构建Windows了，就直接重构Win内核了，到底是不是真的?
如何评价剪映svip，599一年，有替代方案吗？
为什么小公司留不住人?
如何评价 Ubuntu 24.04 LTS？
俗话说“女人三十如狼四十如虎”，到底是不是真的？?
为什么韩国的热辣舞团无法征服中国的男性市场？？
大三做的海报，离就业差多远?
有哪些搞笑到失声的***或电影？
精子会残留在女性的体内嘛?
手机存储器为什么会出现速度倒挂的现象，外存比内存快？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
