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：
安卓设备上有哪些好用的游戏模拟器？
女生真正的完美身材是什么样子？
俗话说“女人三十如狼四十如虎”，到底是不是真的？?
你如何看待鸿蒙PC不允许侧载?
养乌龟是什么体会？
一套正版adobe全家桶多少钱？
伊朗为什么不买中国战机，却坚持四十年用老旧的苏联米格29、美国F14雄猫战斗机?
如何评价“寡姐”斯嘉丽·约翰逊的身材？
为什么男生都不喜欢173身高的女生啊?
养了近十年的草龟要不要放生?
PHP现在真的已经过时了吗？
如何评价捞女游戏改名，全网“围剿”，以及导演b站账号被封这件事?
如何看待湖北一医院婚检查出艾滋医生未告知伴侣致感染，医生被停职？反映出哪些问题？
泡泡玛特这种又丑又贵的玩具为甚么会有人买？
你们的腰突是怎么突然好的？
中国的航空发动机现在是什么水平？
买到烂尾楼到底该有多绝望？
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
公立医生帮联系民营救护车，800 公里收费 2.8 万元，收费合理吗？救护车收费标准是什么？
有没有什么好看的生日蛋糕图片？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
为什么都说 Finder 难用？
如何看待Ollama基于Go语言开发而不是别的编程语言？
如何评价字节跳动开源的 HTTP 框架 Hertz ？
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
HTTP/3 解决了什么问题，又引入了什么新问题？
24岁得了腰突是不是人生就完了？
NAS将来会被什么产品取代？
为什么Rust的包管理器Cargo这么好用？
如何看待M4单核性能吊打9950x?
