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：
紧身牛仔裤看起来不正经，真的是这样吗？
你身边身材最好的女生是什么样？
米哈游创始人蔡浩宇称AIGC将彻底改变游戏行业，游戏创造只属于顶尖团队，普通开发者建议转行，如何理解？
如何评价剪映svip，599一年，有替代方案吗？
被时代淘汰的水果有哪些？
电影《碟中谍》系列中哪一部最好？
为什么Steam Deck能做好Windows游戏转译但是Apple Mac就做不好？
发烧友都说磁带音质秒杀CD黑胶和hires，啥原因？
国产手机AI「好用」的背后，是技术差距还是文化差异？
obsidian用一两年后会有多大？全文搜索还快吗？
中年夫妻有多少生活和谐的？
34 岁教授王虹在北京大学开数学讲座，她或将成为首位获得菲尔兹奖的中国籍数学家，有多厉害？
为什么突破性的技术总是最先发生在西方？
女人到中年越来越看不上自己的老公怎么办？
如何看待抖音宝妈自学中医，肉蛋奶全忌，给孩子喂“古法米汤”，美名其曰“中医育儿”?
华为和硅基流动发布CloudMatrix384超节点部署DeepSeek的报告，对行业有何影响？
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
如何看待国内服装尺码越来越小的现象？
如何制造一个高级的阳谋？
大家知道为什么艺术家都喜欢画女人体吗？
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？
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
越正经的女人越容易做出疯狂的事吗？
Rust开发Web后端效率如何？
Rust 的设计缺陷是什么？
独立开发者都使用了哪些技术栈？
JetBrains 放弃 AppCode 是否是一个错误决定？
notion和Obsidian这两款软件选哪个？
为什么西安市突然不禁摩了？
