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：
如何看待伊朗媒体称「今晚将发生世界铭记的大事」？可能是什么？
如何评价B站峰哥亡命天涯直播中说面包就是比馒头好吃，中国古代不吃面包是因为贫穷，没有足够的柴火？
冬天也要穿胸罩吗?
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？
有没有一个时间段，自己乐在其中，可亲人或者朋友却觉得你很辛苦，很心疼你?
有个少数民族的女朋友是什么体验?
有没有一个特别好用的Linux系统？
如果两辆同型号的车换了车牌，电子警察会发现吗？
和女生旅游开一间房有什么注意事项？
如何部署Prometheus监控K8S？
AI认为贴6目才是平衡的，但为什么现在中国规则贴目是7.5目？
海贼王为什么现在被全网黑?
巴基斯坦援助伊朗防空，大家怎么看？
西方人是怎么发现地球是圆的的？
Flutter 为什么没有一款好用的UI框架？
go为了编译速度减少了很多编译优化？为什么不能提供优化编译模式来提升运行效率？是太懒还是另有隐情？
为什么小米造车可以叫小米，而华为不可以用华为品牌造车？
微信服务器会保留聊天记录吗,会保存多久?
龙芯在.NET上帮微软做CPU指令集适配，为什么到国内.NET开发者这里成了维护龙芯.NET版本?
Rust 未来会成为主流的编程语言吗？
家里想搞一个服务器，怎么才不违规？
JetBrains 放弃 AppCode 是否是一个错误决定？
一米二的棍子打的赢三十厘米的刀子吗？
为什么不用rust重写Nginx？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
电蚊香液对身体有害吗?
评价一下Proxmox VE与ESXi的优劣？
电磁力可以屏蔽，为什么万有引力不可屏蔽？
理想汽车的护城河是什么？
