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：
美国***下令美使领馆暂停留学生新签证面谈，将带来哪些影响？美国大学在全球人才竞争中还有优势吗？
用了几年大厂云服务器，现在想换便宜的，有推荐的吗?
有一个***约你出去，你会去吗？
为什么感觉wps的用户越来越多，office没人用了?
为什么鸿蒙PC要排斥Linux生态？
有没有一款音乐播放器，能连接nas音乐，创建音乐库，自动匹配歌词封面等等？类似infuse的概念呢？
能分享一下你写过的rust项目吗？
科学怎么解释中医把脉孕检，并且知道怀的男孩女孩？
如何评价泰勒·斯威夫特的身材？
各位都在用Docker跑些什么呢？
哪张照片让你觉得刘亦菲美得不可方物？
为什么人到中年，很少有身材苗条的？
程序员需要用到内置kvm功能的显示器吗？或者是外置的kvm切换器吗？
大部分语言都用尖括号<>表示泛型，为什么golang要标新立异用中括号？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
以色列为什么要打伊朗？
显示器选32还是27，2k还是4k?
老公加班过多，是逃避家庭责任吗？
如何评价首个女性友好的编程语言HerCode?
什么是稳定币？有人说它是「一场饮鸩止渴的游戏」，你怎么看？
怎么用deepseek 编写程序代码开发软件？
为什么战鹰近期疯狂掉粉？
如何看待 Rust 写的 PNG 解码器比 C 实现更快？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
郑大一附院原院长阚全程被查，对河南医疗系统会带来哪些影响？
如何评价Cursor？
怎么学习前端开发？求推荐学习路线？
请问27寸4K显示器哪个好呀？
