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：
作为Mac用户有什么推荐的鼠标吗？
为什么 CRT 画质这么好也被淘汰，液晶反而发展的很好？
有一个***约你出去，你会去吗？
自己拥有一台服务器可以做哪些很酷的事情？
北大「韦神」粉丝破 2000 万，评论区成高考许愿池，如何看待家长们纷纷从韦神这里「沾福气」的心理？
电影《碟中谍》系列中哪一部最好？
老公罚女儿做家务，一个月后女儿腰疼的躺地上，去了医院是腰突了，这件事是老公的错吗，我该怎么安慰他们?
生活中怎样的美女才能被称为「大」美女？
为什么有些NAS用户弄那么多硬盘?
如何看待苹果在 WWDC25 发布的 Foundation 模型框架，它将为开发者和用户带来哪些改变？
如何评价***伊内斯·特洛奇亚的身材？
为什么很多公司都不招大龄码农？
DLM（扩散语言模型）会成为2025年的Mamba吗？
在韩国生活有什么体验？
如何看待成都辟谣艾滋病17万人？
印度为什么一定要和中国作对？
FastApi性能是否真的接近Go?
fm里为什么会出现球员属性跟表现不匹配的现象？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
如何评价DuckDB?
作为一个程序员，发技术博客推荐什么平台？博客园值得写吗？
为什么中国男性正在集体退出相亲市场？
为什么有些人认为中国武器装备看起来很土？
如何看待 Rust 写的 PNG 解码器比 C 实现更快？
如何评价 Steam 新游《捞女游戏》（已改名《情感反诈模拟器》）？
为什么现在的周杰伦生活与作品中中华元素越来越少了？
上海房价会不会再跌百分之50%？
美国军队只有司令，不设政委，它们的文官治军咋实现的？
为何像JetBrains公司做IDE就可以养活自己，而国内做大型对公软件都很难养活公司？
