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：
韦东奕和王虹谁的数学天赋更强？
俗话说“女人三十如狼四十如虎”，到底是不是真的？?
阿里如果全面将j***a替换成rust，能省下多少服务器***？
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
如何看待三峡集团总部搬迁至武汉？
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
为什么中大型鹦鹉一直都不开放售卖？有哪些原因呢?
为什么上海、宁波那么近要搞两个港口？不会恶性竞争么？
既然C#等开源语言，为啥***le还要弄个基本上一模一样的Swift？
为什么微软还没有倒闭？
养乌龟如何降低换水频率？
你的低成本爱好是什么？
以军要求以全境民众进避难所，伊朗称初步估计本轮袭击使用了 30 枚导弹，以防空系统还能坚持多久？
以色列为什么突然敢打伊朗了？不怕被报复？
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？
如何评价前端框架 Solid?
肇庆市怀集县洪水后，赵一鸣零食店被哄抢，物资和收银机里面的几千块钱被哄抢一空，如何评价？
歼-20 在国际上到底是什么地位？
为什么以前被称三大火炉之一的武汉如今排不上“热度”号了？
如何评价网传那尔那茜高考179分(含加分)考入上海戏剧学院***？
组nas一定要TDP低的cpu吗？
脸与身材不符是种怎样的体验？
Golang与Rust哪个语言会是今后的主流？
年薪三十万，让你驻扎非洲，你愿意吗？
海贼王为什么现在被全网黑?
印度为什么一定要和中国作对？
FFmpeg如何利用GPU进行加速，每次都是GPU看戏CPU100%，或者说该说法有根本性错误？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
