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：
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
为什么很多NAS厂家都***用***rfs系统，而不是更稳定的zfs?
你最真实（很少吐露）的择偶标准是什么？
你最近有什么烦心事吗？把这里当树洞，说出来，可以吗？
如何评价单依纯在《歌手 2025》第六期演唱的《一个人跳舞》？
如何看待 Rust 这门语言？
中国经营得最差的省级电视台是什么？
三只羊是不是被人做局了？
到底是时代选择了Nvidia,还是Nvidia选择了时代？
如何评价仓颉编程语言7月30日开源?
广东省肇庆市怀集县洪水后，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？
女朋友是跳拉丁舞的，跳双人舞时会有身体接触，作为男友我感觉有点吃醋怎么办？
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？
你和你老婆是怎么认识的？
你的亲戚提过什么过分的要求？
MongoDB的缺点以及你为什么不使用MongoDB？
哪张照片让你觉得刘亦菲美得不可方物？
群晖 nas 有些什么基本和好玩的功能？
部队的体能训练一般有哪些？
有谁现在正在使用苹果mac mini 吗？能分享一下使用感受不？
为什么腾讯云或者阿里云不让自建dns服务器?
RISC-V 架构能否有效挑战 ARM 和英特尔?
中国军事力量有希望达到全球第一吗？
Swift 和同时代的其他语言比起来怎么样？
为什么我感觉现代医学还是很落后？
以色列为什么要打伊朗？
如何看待 Mac mini M4 支持可更换 SSD？
PHP现在真的已经过时了吗？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
