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：
围棋比赛上有什么开始觉得很好笑，但是细思极恐的事？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
flutter为什么不用Go语言，而用Dart?
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
如何评价「尖叫」这种饮料？
鱼缸粪便解决方法和技巧有哪些？
微软暂停专用 Xbox 掌机开发，转而优化 Windows 11 的掌机游戏体验，这背后原因有哪些？
广东人吃东西讲究「食材本味」，那为什么西湖醋鱼没有在广东流行开来？
六小龄童的演技是不是被高估了?
你身边身材最好的女生是什么样？
造一艘航母有多难?
duckdb的性能如何？
055驱逐舰 是个什么概念?
为什么面对 Adobe 的版权要求下，vposy 大神还能从容不迫？
有一双超级大长腿是什么感觉？
Golang和J***a到底怎么选?
为什么每次说Mac的时候总会有人说Mac没有“生产力”，因为Mac用不了CAD？
你的低成本爱好是什么？
三亚女游客毒蛇咬伤致死***暴露了我国什么问题？
如何评价Cursor？
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾？
为什么要学go语言，golang的优势有哪些？
如何看待「苏超」赞助商1个月增加超200%，达到中超2倍？
为什么很多人认为加入 Rust 的「光荣进化」是一件坏事？
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
一米二的棍子打的赢三十厘米的刀子吗？
为什么各大 *** 出奇一致地设置了『摇一摇开屏广告』？如何关闭常用 *** 的这些广告？
如何评价前端框架 Solid?
为什么买了Switch后，却发现它并没有那么好玩？
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？
