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：
程序员从幼稚走向成熟的标志是什么？
为什么要在鱼缸里养水草？
身体上的哪些迹象表明你正在衰老？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
大家的NAS都是24小时不关机吗？
如何看待多地开展查摆年轻干部玩心重、混日子、说话随意、口大气粗等问题的行动？
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？
SwiftUI 是不是一个败笔？
有哪些事情是MacOS做不到但Linux可以做到的？
怎么在武汉找男朋友?
你的低成本爱好是什么？
以前大力推广的沼气池，怎么现在越来越少了？
琼瑶剧中哪些经典台词让你印象深刻？哪些经典场景让你记忆犹新？
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？
如何看待伊朗导弹打击以色列医院？
为什么 macOS 上国产软件不流氓？
昨晚去看中医，我问医生啥是湿气，这个医生就很生气得样子看着我，为什么中医会这样，问都问不得？
为什么老板仅凭一次聊天就判断某些人不堪大用？
女生真正的完美身材是什么样子？
请问买个nas,能够直接把游戏装进去吗？
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？
MiniMax 推出全球首个开源大规模混合架构的推理模型 MiniMax-M1，其有何技术优势？
5挺马克沁机枪，能否击败50万重骑兵？
有没有免费的语音转文字的软件？
PHP现在真的已经过时了吗？
为什么说微软 Win11，有苹果 macOS 的感觉？
如何评价sketch 2025的改版？
孟羽童回应一手好牌打得稀烂，称「欣赏自己的野心和向上攀登的勇气」，如何看待她的表态？
PHP初学者，我能不能使用PHP来开发桌面应用？
