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：
如何看待“计算机民科“的网站51soez已关站维护一周？
我国004号航母什么时候下水？
巴基斯坦援助伊朗防空，大家怎么看？
女朋友是体育生是一种什么体验？
颈椎生理曲度变直可以通过运动康复吗？
为什么人们通常不相信漂亮女孩是一个工程师？
PHP现在真的已经过时了吗？
Rust使用？多次传播错误后，怎么定位最开始发生error的地方？
谁在半夜看过鱼缸里的鱼，它们都在干什么？
为什么说男人至死都是少年？
当年《诛仙》第一部的成功在于什么？
为什么韩国的热辣舞团无法征服中国的男性市场？？
Golang与Rust哪个语言会是今后的主流？
未来长期租房生活可行吗？
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？
为什么买了Switch后，却发现它并没有那么好玩？
如何看待当今小学生的疯狂内卷?
华为官宣鸿蒙 HarmonyOS 5.1 将于 7 月开启升级，对此你怎么看？会选择第一时间升级吗？
《诛仙》作者萧鼎于近日修改《诛仙》原作并大量删去碧瑶戏份，如何看待这一行为？
你卡过最厉害的bug是什么？
如果战争爆发，中国普通老百姓枪都不会打该怎样自卫？
使用J***a开发简单CAD软件？
刘亦菲和张柏芝年轻的时候，谁更美？
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？
如何看待杨笠2025年6月成都专场取消？
超小团队选择Django还是Flask？
你怎么看待剪映收费过高问题？
作为一个服务器，node.js 是性能最高的吗？
女明星陪酒真的存在吗？
为什么欧美影视喜欢露点？
