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：
大家为什么会讨厌缩写？
2025年了expo和Flutter学哪个？
如何看待三峡集团总部搬迁至武汉？
为什么有的女生喜欢穿紧身牛仔裤？
京东刘强东近期小范围分享怎么看？
如何看待B站一些粉丝数高的UP主更新频率下降，B站高质量***产出断崖式下跌？近期B站发生了什么事情？
在韩国生活有什么体验？
坚持使用 PHP 的你，如今有什么感悟？
如何看待rust编写的zed编辑器？
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？
自己拥有一台服务器可以做哪些很酷的事情？
30岁了，你在深圳过着什么样的生活？
为什么有的人喜欢带着 MacBook 去咖啡店或者书店上网，而不是 ThinkPad 之类的？
始终怀不上孕是种怎样的体验？
为什么Rust的包管理器Cargo这么好用？
为何有人说三亚景色不输泰国，中国游客却更爱去泰国？
6 月 21 日「苏超」第五轮南京队 4-0 战胜常州队，如何评价这场比赛？
360 集团周鸿袆努力拼了 4 年，最后反而跌了近 4000 亿，其原因是什么？
如何看待 Git 的 Windows 安装程序称 Vim「很难用」？
腰间盘突出能不能治愈？
美国投掷 6 枚钻地炸弹袭击伊朗福尔多核设施，钻地弹有多大杀伤力？能摧毁伊朗地下核设施吗？
鱼缸能不能做到一直不换水还很清澈？
有没有免费的云服务器?
***拍大尺度片子时摄影师不会看光吗？
英伟达 RTX 5050 笔记本显卡跑分曝光，该显卡有哪些亮点？
鸿蒙是换皮安卓吗?
《魔兽世界》以前有什么好玩有趣的老技能?
销量爆炸的华为nova14是不是证实华为已经腾出精力来收复中端市场了？
