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：
在工作中，你都遇见过哪些可笑的形式主义？
上海目前存在的最大的问题在哪里？
山东寿光较大中毒事故致 7 死 4 伤，副市长等 26 人被问责，此事有哪些警示意义？
超级喜欢穿短裙正常吗?
我国新一代载人飞船「梦舟」零高度逃逸飞行试验成功，该实验有怎样的意义？「梦舟」在未来会发挥哪些作用？
医院的信息科工作是怎么样的体验？
各位都在用Docker跑些什么呢？
慈禧为什么要反对戊戌变法？
systemd吞并了什么?
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
如何看待同样被美国制裁，小米反诉成功，明明是小米不跪，小米却不断被黑？
怎么才能让孩子在不牺牲睡眠和运动时间的前提下，成绩名列前茅？
为什么知乎上很多人觉得新加坡不适合定居？
有哪些事情是你去了越南以后才知道的？
***如古代长城用的是C140混凝土，那千百年下来会完整的留存至今还是损坏的更加严重？
和女生旅游开一间房有什么注意事项？
开战斗机从上海到北京要多久，那是一种什么样的体验？
大家猜猜伊朗的结局如何？
雷军和余承东究竟谁更值得信赖?
夸克网盘有可能超越百度网盘吗？
以总理称已控制伊朗首都领空，领空被控制意味着什么？伊朗还可以通过空袭反击吗？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
国产手机AI「好用」的背后，是技术差距还是文化差异？
真的有这种又苗条身材又爆炸的么？
如何看待朝鲜海军崔贤级二号舰“姜健”这么快就得以修复？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
淘宝为什么要提供npm镜像?
越正经的女人越容易做出疯狂的事吗？
你的低成本爱好是什么？
男子蛋糕被小女孩踩坏，上前理论还被其家长辱骂殴打，如果发生这种事情有比***里当事人更好的处理方法吗？
