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：
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
为什么水泥封不住尸臭?
小米汽车凭借什么后来居上？
你卡过最厉害的bug是什么？
如何评价思源笔记?
爱因斯坦“相对论”是否错了，我始终无法理解为什么物体达到光速时间就会停止？
为什么果粉对苹果非常地宽容？
皮肤太白是种怎样的体验？
为什么电影工业中很少使用Premiere剪辑？
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
大家的NAS都是24小时不关机吗？
巴基斯坦援助伊朗防空，大家怎么看？
在excel中，如何利用VBA将这段数据转成json格式？
我的实际车速是66km/h，旁边有车超速，我被拍了违章，说是车速85km/h，怎么申诉?
duckdb的性能如何？
为什么大家不再提星链了（包括外网）？
怎样看日本于近期展出马关条约原件？
Python+rust会是一个强大的组合吗？
***机关工作人员如何申请Windows电脑？
为什么国人普遍不接受月付的订阅制而喜欢一口价买断制呢？
为什么张艺兴给我一种：异常努力却没天赋的感觉？
江西一救护车转运重症患儿 800 公里收 28000 元遭质疑，争议点是什么？哪些信息值得关注？
从2025年开始，为什么很多程序员都扔掉了Windows、Mac和Linux，开始拥抱鸿蒙pc了？
洲际导弹能打到任何地方，为什么还需要轰炸机？
如何评价高圆圆的身材算是美女类型的吗？
穿瑜伽裤爬山的女生会不会害羞？
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？
如何看待《剑星》已登顶 Steam 全球热销榜？
如何评价福原爱？
什么事情是你待在西安才知道的？
