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：
如何评价鸿蒙电脑无法编写其自身运行的程序？
国产手机AI「好用」的背后，是技术差距还是文化差异？
和女生旅游开一间房有什么注意事项？
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？
请各位参与了鸿蒙NEXT APP适配的开发者来谈一谈适配过程中的感受？
PHP现在真的已经过时了吗？
如何看待伊朗导弹打击以色列医院？
大家的NAS都是24小时不关机吗？
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？
SpaceX 星舰 36 号火箭静态点火测试爆炸，爆炸的原因是什么？会对星舰发展产生什么影响？
尊界S800 车内软包部分***用 0.2mm - 0.5mm 超细针脚缝制处于什么工艺水平？
眼睛有飞蚊症可以自愈吗?
请问有没有什么工具能够生成局域网的网络拓扑结构图？
这种裙子是不是对直男爆杀？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
如何评价DuckDB?
你曾看到空乘做过的最傻的事情是什么？
微信头像会影响第一印象吗？
歼-20 在国际上到底是什么地位？
炫富真的很爽吗？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
switch2好用吗朋友们?
腰椎间盘突出有多痛苦？
为什么韩国的热辣舞团无法征服中国的男性市场？？
《西西里美丽传说》女主角，在当时打扮这么高调，不觉得带给自己很多不便吗？如何理解她的心态？
有哪些是你用上了mac才知道的事？
怎么可以让胸变大？
