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：
为什么健身的女性普遍喜欢晒臀照？什么心理？
如何评价前端框架 Solid?
独立开发者都使用了哪些技术栈？
想要入行音***开发，但是没有相关项目经验怎么办？
如何评价黄磊？
fm里为什么会出现球员属性跟表现不匹配的现象？
如果苹果真的下架了微信的话，会发生什么？
如何评价首个女性友好的编程语言HerCode?
脸与身材不符是种怎样的体验？
为何雷军天天健身，却无健身痕迹?
2025年了expo和Flutter学哪个？
为什么国内连 Docker 镜像源都要封禁？
在武汉，你们的找对象标准是怎样的？
什么笑话让你看一次笑一次？
如果郭嘉把大家的房贷都免掉了，会刺激消费吗？
为什么有的女生喜欢穿紧身牛仔裤？
公园坐椅应该多长？
炫富真的很爽吗？
为什么腰肌劳损这么难治？
女生穿小妈（后妈）裙是种什么体验？
jwt的设计合理吗？
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
现在机械前景是不是已经超越好多工科了（包括计算机）?
你卡过最厉害的bug是什么？
黄一鸣为什么敢承认孩子是王思聪的？
为什么中国很少有人使用linux？
以色列有能力灭掉伊朗吗？
《甄嬛传》中祺贵人为什么和甄嬛反目？
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
为什么任天堂在NS2上没有选择使用OLED屏幕以提升续航能力和显示效果？
