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：
Linux内核代码大佬们如何观看的？
女朋友是体育生是一种什么体验？
055驱逐舰的战力被低估还是被高估？
鸿蒙电脑会在国内逐渐取代windows电脑吗？
前端如何设计网页？
剪映为什么显卡会跑满？
各位都在用Docker跑些什么呢？
为什么感觉腾讯的风评越来越好了？
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
怎么看swift的并发模式选择了actor模型？
怎么才能有尤雨溪一半强，该怎么学习？
女人为什么身体那么软？
江苏一医院称负债 4400 多万全员解聘，具体是怎么回事？医院这么做合法吗？
如何评价任天堂新游戏《咚奇刚 蕉力全开》的专场直面会？
2025 年高考，为啥大家反应冷淡得出奇？
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？
有个少数民族的女朋友是什么体验?
为什么从事技术的人普遍都比较难沟通？
海贼王为什么现在被全网黑?
为什么Dreamwe***er，FrontPage会被淘汰？
现在网上把清朝说得一无是处，但是为什么能统治268年？
山西晋城举全城之力引入摇滚演唱会，两天接待近 6 万乐迷，一场成功的演唱会能给城市带来怎样的收益？
为什么很多司机不办 ETC？
B站的众多教做饭和烹饪的厨师up主的资历与实力应如何排序？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
如何评价***伊内斯·特洛奇亚的身材？
女孩子第一次穿高跟鞋是什么体验？
***机关工作人员如何申请Windows电脑？
印巴大战，背后大国为何都不发声？
如果一个人有足够的钱让他一直***，那毒品对他的身体还有害吗？
