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：
为何同是象棋，国际象棋的棋子可以做的那么有设计感，而中国象棋的棋子形式似乎比较单一？
怎么才能有尤雨溪一半强，该怎么学习？
世界上存在动漫少女般完美的「身体」吗？
福特级航母的电磁弹射到底出了什么问题？
《欢天喜地七仙女》中 「仙女下嫁凡人」 的设定，在今天是否过时？
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
被称为「人间尤物」的女主，有多绝？
商城里如何缓存商品信息?
始终怀不上孕是种怎样的体验？
如何看待 Three.js / WebGL 等前端 3D 技术？
小鹏G7发布，对标小米YU7有优势吗？
媒体称「中国的垃圾不够烧了，焚烧厂开始抢垃圾」，是真的吗？焚烧垃圾能带来哪些好处？背后有怎样的利益？
程序员如何用好 Cursor 工具？
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？
多地查摆年轻干部玩心重混日子等问题，如何看待此事？是否能推动干部作风建设？
J***a 除了 Spring 还有什么？
查干湖冬捕是不是造***？
Node.js 性能为什么这么差？
你的亲戚提过什么过分的要求？
印度为什么一定要和中国作对？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
可以随身携带一个Linux系统吗？
日本AV对中国人的毒害有多大？
我的世界怎么租一个四个人的服务器？
如何评价DuckDB?
如何看待特朗普最后关头取消对伊朗的军事行动?
写代码的时候总是考虑太多怎么办?
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？
有性瘾女朋友每天都要很多遍要不要分手?
你理想中的完美户型长什么样？
