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：
《潜伏》里的翠萍为什么不会被人怀疑是卧底？
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
如何看待机器之心重测高考数学全卷，Gemini夺冠，豆包DeepSeek并列第二？
大部分语言都用尖括号<>表示泛型，为什么golang要标新立异用中括号？
为什么明明身边二胎非常普遍，但从人口统计数据看，人口依然是在减少的？
Rust开发Web后端效率如何？
如果你是雷军，你如何应对饱和式攻击？
初三画成这样算是有天赋吗？【正经求助】?
把一个1g的***通过***请求上传到服务器中，如何保证性能？
为什么这么多人说 Gmail 好用？Gmail 和 QQ 邮箱相比到底好在哪里？
如何评价《灵笼 2》第六集？
普通家用电脑可以搭建nas吗？
为什么刘亦菲的脸这几年被捧上天了？
PHP初学者，我能不能使用PHP来开发桌面应用？
有没有什么惊为天人的 Logo 设计？
055驱逐舰 是个什么概念?
能分享一下你写过的rust项目吗？
有什么食物是你一直想吃，真吃到却很失望的？
Firefox 浏览器是否还有可能浴火重生?
中医把脉是***吗？
各位都在用Docker跑些什么呢？
为什么山姆这么受欢迎？
***拍大尺度片子时摄影师不会看光吗？
苏超联赛的赞助费飙升至 300 万，仍一席难求，这背后的原因是什么？
用K8s的公司有多少人会部署K8s？
为什么UC曾经是国内主流浏览器之一，但现在却逐渐销声匿迹了？
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？
如何评价张靓颖刘宇宁《九万字》?
如何评价前端框架 Solid?
歼-20 在国际上到底是什么地位？
