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：
为什么有很多人连基本的常识都没有？
为啥大家都这么难戒赌?
为啥西方列强最后全不行了？
这一轮以色列和伊朗的冲突谁会笑到最后？最终会如何收场？
脸与身材不符是种怎样的体验？
母乳妈妈感冒了，母乳还能继续给孩子吃吗？
大量消息在 MQ 里长时间积压，该如何解决？
如何评价MiniMax推出的全球首个开源大规模混合架构的推理模型MiniMax-M1，其有何技术优势？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
超级喜欢穿短裙正常吗?
LevelDB/RocksDB是如何保证MemTable写入的原子性的？
吴柳芳的真实水平如何？
Rust有什么好用的CLI库吗？
汤姆·克鲁斯在国外算几线？
为什么说男人至死都是少年？
印度钢产量世界第二、发电量世界第三，印度成为世界工厂是不是已经从将来时变成进行时？
如何看待 Rust 写的 PNG 解码器比 C 实现更快？
可以分享你的一张背影照吗？
如果两辆同型号的车换了车牌，电子警察会发现吗？
30岁了，你在深圳过着什么样的生活？
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
一个好的 AI 产品，应该至少满足哪几点条件？
下辈子想当只鸟，大家有什么经验可以分享吗？
哪张照片让你觉得刘亦菲美得不可方物？
为什么不成立一个***经济特区？
有没有甜到爆的***？
J***aScript 已经强大到什么程度了？
山姆超市是怎么在中国火起来的?
