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：
以色列伊朗持续多日空对空轰炸，谁会先撑不住？双方的***还能支撑多久？还有哪些「杀手锏」没投入战场？
哪张照片让你觉得刘亦菲美得不可方物？
请教了解空军装备的知友，歼35服役后，是否要歼10退役？歼10生产线都转贵航了，以后只用于外贸吗？
为什么Dreamwe***er，FrontPage会被淘汰？
外贸独立站怎么做SEO？
JetBrains 放弃 AppCode 是否是一个错误决定？
胸大的女孩会自卑 吗？
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
如何评价综艺《心动的信号》第七季？
你健身是为了什么？
能分享一下你写过的rust项目吗？
一台主机上只能保持最多 65535 个 TCP 连接吗？
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？
如何看待rust编写的zed编辑器？
鱼缸里的水经常要换，怎么办?
什么是 5G 固定无线接入（FWA）？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
写业务的话，go是不是垃圾？
华为和硅基流动发布CloudMatrix384超节点部署DeepSeek的报告，对行业有何影响？
学生校服如何隐藏内衣痕迹?
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
网传《碟中谍 8》亏损可能超 14 亿，是真的吗？这背后的原因是什么？
鱼缸长这种藻是什么藻？是好是坏？
055一打一能不能打过阿利伯克？
京东刘强东近期小范围分享怎么看？
