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：
为什么欧美影视喜欢露点？
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
理论上flutter性能应该非常高才对，为什么好些flutter应用性能一般？
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？
有一个***且漂亮的女朋友是种什么体验？
医生曾经都对你暗示过什么话？你当时听懂了么？
女生体毛旺盛是什么样的体验？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
跨平台GUI框架到底应该自绘还是原生控件绑定？
为什么女性内衣很少有人穿前扣的？
如何评价剪映svip，599一年，有替代方案吗？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
什么水草扔缸里就能活？
男医生在给年轻靓丽的女性检查时会是什么心态？
为什么男生都不喜欢173身高的女生啊?
雷军为什么不愿意用性价比打法进军NAS？
女生真正的完美身材是什么样子？
为什么广东女生大多是素颜？
前端想要学习后端，选择哪种语言好一点？
动漫中有哪些令人难忘的「熟女」形象？
要不要帮导师装服务器?
有什么事在windows上显的顺理成章，在Linux上就很令人费解？
请问27寸4K显示器哪个好呀？
自己有车位，但是没有车，就想把对象的车停进去，结果物业不允许，这合法吗？
如何在漫展勾搭Coser？
Electron 做游戏客户端的潜力有多大？
为什么Rust的包管理器Cargo这么好用？
谁在半夜看过鱼缸里的鱼，它们都在干什么？
北大「韦神」粉丝破 2000 万，评论区成高考许愿池，如何看待家长们纷纷从韦神这里「沾福气」的心理？
如何看待“Hutool”工具类库广受欢迎？
