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：
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
使用J***a开发简单CAD软件？
那你说什么样的是美女？
如何评价鸿蒙电脑无法编写其自身运行的程序？
SwiftUI 是不是一个败笔？
家里想搞一个服务器，怎么才不违规？
PHP初学者，我能不能使用PHP来开发桌面应用？
穿瑜伽裤爬山的女生会不会害羞？
PHP现在真的已经过时了吗？
做好的flask项目怎么部署到服务器，使用公网ip可访问？
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
JetBrains 放弃 AppCode 是否是一个错误决定？
为什么面对 Adobe 的版权要求下，vposy 大神还能从容不迫？
马上领证了，发现男朋友离不了游戏，让他少打游戏他会非常生气，正常吗？
如何看待 2026QS 世界大学排名？
Rust 是否会被美国国家安全局植入后门？
你是怎么发现亲戚开始见不得你好的？
真的有这种又苗条身材又爆炸的么？
目前最具性价比的全栈路线是啥？
存电话号码，究竟该用int类型还是string类型？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
在武汉，你们的找对象标准是怎样的？
U 盘用什么文件系统好？
为什么说中国是基建狂魔？
巴基斯坦援助伊朗防空，大家怎么看？
如果全球都停止出口粮食，中国能否自给自足？
为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm，或PC直接装macOS arm？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
电脑有64G的物理内存(DDR5 5200)，完全够用了，可以关闭系统的虚拟内存吗？
