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：
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
操作系统能否知道自己处于虚拟机中?
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
为什么央视不再报道洛杉矶***了？
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？
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？
你认为这次伊以冲突，以色列这次干得漂亮吗?
Golang和J***a到底怎么选?
有没有一个特别好用的Linux系统？
如何看待国内开源项目的不可持续性？
Golang vs Rust vs Dlang 哪个更有前途，哪位大牛这 3 门语言都用过？
有没有系统介绍 Visual Studio 使用和技巧的书籍？
女朋友去露营，3女2男的，要在野外搭帐篷过一夜，她的闺蜜不想让我去，我该怎么办？
有个胖胖的女朋友是种怎样的体验？
年纪轻轻为什么会得腰肌劳损？
鱼缸有没有简单的过滤配置搭配方式？
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
女性为什么不普遍跟男性那样只留个几毫米或2-3厘米短发，女性不觉得长发麻烦吗?
为什么很多摄影师不肯承认手机的画质已经部分超越全画幅了？
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？
为什么剪映导出***时码率与原***一样，变得更模糊？
有没有一款音乐播放器，能连接nas音乐，创建音乐库，自动匹配歌词封面等等？类似infuse的概念呢？
伊朗警告以色列居民尽快撤离，称将展开真正惩罚性打击，伊朗还有哪些底牌？以伊冲突会演变为中东全面战争吗？
MacOS真的比Windows流畅吗？
我国004号航母什么时候下水？
真的有这种又苗条身材又爆炸的么？
如何评价鸿蒙电脑无法编写其自身运行的程序？
特朗普表示美军阅兵式将超越奥运会或世界杯，这背后的意义和成本如何评估？
如何评价sketch 2025的改版？
