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：
2025 年有哪些值得关注的开源项目？
江西一救护车转运重症患儿 800 公里收 28000 元遭质疑，争议点是什么？哪些信息值得关注？
有哪些观赏鱼是迄今为止确定最容易养最不容易死的？
外贸独立站怎么做SEO？
埃塞俄比亚真的盛产美女吗？
为什么抖音上的姑娘都那么好看，现实中我怎么一个也见不着？
SwiftUI 是不是一个败笔？
5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源，具体有哪些提升？使用体验如何？
PHP现在真的已经过时了吗？
如何看待伊朗国家电视台发文称“今晚将会发生一件大事，让世界铭记几个世纪”？
***拍大尺度片子时摄影师不会看光吗？
有哪些小众的开源项目养活了一大批人?
以前很多人家里都有家庭***，为什么现在几乎看不到了？
女明星陪酒真的存在吗？
为什么江苏省的GDP一直没有广东高？
如何在 Golang 中进行字符串处理？
如何看待伊朗媒体称「今晚将发生世界铭记的大事」？可能是什么？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
如何优雅劝退他人做自媒体？
为什么女游泳运动员看起来大部分都是平胸？
为什么 Mac 对游戏支持这么差？
男朋友因为打游戏骗我去睡觉被我识破，然后我提了分手，他同意了，问问男孩子们他怎么想的？
中年夫妻有多少生活和谐的？
中年夫妻的婚姻状态是什么样的？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
请问有没有什么工具能够生成局域网的网络拓扑结构图？
做成这样可以干平面设计吗?
如何看待国内开源项目的不可持续性？
美国真会下场对伊朗开战吗？
老公想要买2万左右的相机，我该同意吗？
