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：
如何看待 2026QS 世界大学排名？
坚持使用 PHP 的你，如今有什么感悟？
为什么中国很少有人使用linux？
如何评价前端框架 Solid?
怎么快速部署一个大模型?
如何评价DuckDB?
为什么水泥封不住尸臭?
6月18日，中国女篮 101-92 胜日本女篮，张子宇 18 分韩旭18+11，如何评价本场比赛？
Golang是不是代替了PHP以前的生态位啊？
怎么可以让胸变大？
中国军队有多强，在世界能排第几？
为什么都对TLC乃至未来的QLC嗤之以鼻呢?
58 同城被曝大规模裁员，比例或达 30%，具体情况如何？58 同城目前面临哪些问题？
请问您见过最惊艳的sql查询语句是什么？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
为什么软件公司很少用python开发web?
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？
应该怎么对最新版本的Windows、MacOS、鸿蒙PC系统作出公正的评价？
Flutter 为什么没有一款好用的UI框架？
商业史上有哪些降维打击的经典案例？
电视剧《长安的荔枝》17-20 集拍得如何？有哪些值得关注的剧情点？
为什么这次以色列打伊朗，网上声讨的人少了，反而都是嘲笑调侃伊朗？
曼德拉是南非的罪人吗？
2025年小米su7 性价比很低了，为何还不更新改款？
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
有人 espresso 直接喝吗，为什么？
Golang与Rust哪个语言会是今后的主流？
为什么好多人开空调抠抠搜搜的？
800V是什么技术，为什么特斯拉不跟进？
如何看待黄奇帆称「中国房地产消费的居民负债占家庭收入比重达 137.9% ，需调整抑制消费政策」？
