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：
人类有希望走出***系吗?
有没有一个时间段，自己乐在其中，可亲人或者朋友却觉得你很辛苦，很心疼你?
如何看待《捞女游戏》定档 6 月 19 日？
使用Linux系统有什么优势，亮点在哪里？
为什么女性内衣很少有人穿前扣的？
国产香橙派和树莓派差距在哪？
JetBrains 放弃 AppCode 是否是一个错误决定？
如何看待 2026QS 世界大学排名？
为什么从事技术的人普遍都比较难沟通？
如何看待苹果在 WWDC25 发布的 Foundation 模型框架，它将为开发者和用户带来哪些改变？
为什么男生都不喜欢173身高的女生啊?
怎么知道女人动了真情?
女生真正的完美身材是什么样子？
如何看待 Rust 的应用前景？
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？
switch2好用吗朋友们?
哪个牌子的护肤品好呀？想给妈妈买一套抗衰老的护肤品?
电影《孤注一掷》拍的是真实的情况吗？
想给家里换个静音节能的燃气热水器，哪个品牌比较好？
Swift 和同时代的其他语言比起来怎么样？
你曾经开过最烂的车是哪款车？
为什么 macOS 并不差，可市场总敌不过 Windows？
核武器最小当量能做到多少？
如何看待演员夏雨称「真正玩极限运动的都是胆小的人」，如何理解这一观点？
055驱逐舰 是个什么概念?
如何评价樊振东？
江苏一医院称负债 4400 多万全员解聘，具体是怎么回事？医院这么做合法吗？
为什么显卡官方指导价完全失效了？
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？
35岁的大龄大龄剩女，还能找到男朋友吗？
