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：
伊朗没有战斗机吗？为什么不起飞空中拼***？
预测一下，下一次阅兵会出现什么武器震惊世界？
为什么中国防空反导系统才7年就从山寨到全面原创且超越了俄罗斯？
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？
如何评价张靓颖刘宇宁《九万字》?
为什么剪映是剪辑软件鄙视链的最底层?
如何评价【极客湾】在直播中实锤【B 站不交保护费就限流】？
Golang与Rust哪个语言会是今后的主流？
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
Rust使用？多次传播错误后，怎么定位最开始发生error的地方？
中餐炒菜那么好吃，为什么欧美人不学去？
你怎么看待剪映收费过高问题？
以色列为什么要打伊朗？
大家为什么会讨厌缩写？
网传广东怀集洪水后赵一鸣超市被哄抢，县***回应相关单位正在核实，若属实哄抢者该承担哪些法律责任？
graalvm为啥国内没有流行起来，go写起来实在太恶心了，难道任凭go独霸云原生？
排版用什么软件比较好啊？
golang和rust你选择哪个？
为什么浙江落下的陨石，防空系统没有拦截，它和导弹有什么不同？
为什么史前会下几百万年的大雨?
央企的信创，是否有必要把 spring 替换成国产的 solon ？
雷军为什么不愿意用性价比打法进军NAS？
如何评价黄子华？
Golang中有必要实现Async/Await吗?
王健林再卖 48 座万达广场，会对万达集团带来哪些影响？目前万达面临怎样的困境？
如何看待抖音宝妈自学中医，肉蛋奶全忌，给孩子喂“古法米汤”，美名其曰“中医育儿”?
新买的移动硬盘该格式化为 NTFS 还是 exFAT？
PHP现在真的已经过时了吗？
被称为「人间尤物」的女主，有多绝？
