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：
美国真会下场对伊朗开战吗？
吴柳芳的真实水平如何？
为什么老一辈人都觉得空调不能长时间吹？
微软edge浏览器为什么逐渐被其他的浏览器代替？
女生主动起来会有多主动?
腰椎间盘突出有多痛苦？
有哪些故意缩短产品寿命的设计？
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
和女生合租，都会发生什么事情？
以色列伊朗持续多日空对空轰炸，谁会先撑不住？双方的***还能支撑多久？还有哪些「杀手锏」没投入战场？
为什么日本女性要求这么低了还能把日本男性逼成不婚不育的草食男?
PHP初学者，我能不能使用PHP来开发桌面应用？
伊朗的反击力度是否出乎以色列的意料之外？
家用软路由有无必要？
苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？
你认为这次伊以冲突，以色列这次干得漂亮吗?
如何电脑下载Adobe audition?
「韦东奕本人」账号确认是***的，目前已被关停，如何看待无底线博流量的行为？哪些信息值得关注？
为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
为什么女生要做大部分家务？
FastApi性能是否真的接近Go?
如何看待青海黄河源发现秦始皇遣使「***药昆仑」石刻？
中国承诺不开第一枪，那如果中美开战，美国直接摧毁北斗卫星，中国该如何反败为胜？
你曾看到空乘做过的最傻的事情是什么？
如何看待《捞女游戏》定档 6 月 19 日？
央企的信创，是否有必要把 spring 替换成国产的 solon ？
为什么不趁以色列美国与伊朗打的火热的时机收复台湾呢？
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒，具体是怎么回事？酒店要承担哪些责任？
Firefox是如何一步一步衰落的？
如何看待当今小学生的疯狂内卷?
