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：
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
请问CATIA比SolidWorks强在哪里？
商业史上有哪些降维打击的经典案例？
坚持使用 PHP 的你，如今有什么感悟？
孟羽童回应一手好牌打得稀烂，称「欣赏自己的野心和向上攀登的勇气」，如何看待她的表态？
为什么openai的sdk只提供了python和js两个版本？
开腹手术，医生是如何处理患者的腹部脂肪的？
请各位参与了鸿蒙NEXT APP适配的开发者来谈一谈适配过程中的感受？
狗头萝莉究竟做错了什么？
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？
女生主动起来会有多主动?
怀集洪水后，赵一鸣零食店被哄抢，物资和收银机里面的几千块钱被哄抢一空，如何评价？
为什么男生都不喜欢173身高的女生啊?
如何判断鱼缸中的硝化系统是否已经成功建立？
Golang与Rust哪个语言会是今后的主流？
中年夫妻有多少生活和谐的？
为什么不用rust重写Nginx？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
如果北京放开车牌，未来会怎样？
现在是2025年6月，现在的房价是阴跌还是暴跌？还会继续跌多久？是否已经开始分化?
为什么 wxWidgets 不如 Qt 流行？
SpaceX 星舰 36 号火箭静态点火测试爆炸，爆炸的原因是什么？会对星舰发展产生什么影响？
有哪些观赏鱼是迄今为止确定最容易养最不容易死的？
韦神这么厉害为什么不去参加最强大脑？
2029年中国能载人登上月球吗？
如何评价首个女性友好的编程语言HerCode?
以前大力推广的沼气池，怎么现在越来越少了？
055驱逐舰 是个什么概念?
央视点名批评吹牛逼，批评L2.999……会被某法务部起诉吗？
