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：
如何看待小米yu7 3分钟大定破20w辆?
中年夫妻有多少生活和谐的？
你为什么在日常生活中不敢穿的太漂亮？
你是因为什么肥胖起来的?
如何评价多摩万事屋对米哈游起诉的回应？
为什么微软出的软件都那么巨大？
为什么程序员独爱用Mac进行编程？
为什么Go仅仅160MB的安装包就可以编译程序，而Rust却还需要几个GB的VC++才能编译？
目前react的生态系统是什么情况，有没有比较公认的成熟的开发技术栈？
广州的你，择偶标准怎样的？
你身边身材最好的女生是什么样？
obsidian用一两年后会有多大？全文搜索还快吗？
为什么日本电影很少出现白丝？
为什么小公司留不住人?
前端是不是快没了？
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？
女朋友是跳拉丁舞的，跳双人舞时会有身体接触，作为男友我感觉有点吃醋怎么办？
有一个女儿是种怎样的体验？
为什么大部分人都认为2560x1440是2K？
想开一个100cm或者120cm的溪流缸或者水草缸，有没有大佬指导一下，有哪些注意事项？
为什么Next.js和Nuxt.js发布时间只隔了几小时？
自己拥有一台服务器可以做哪些很酷的事情？
有没有宝塔平替的服务器管理面板，现在宝塔越来越贵了，也太臃肿了？
如果你是荔枝使，如何在十天内让杨贵妃吃上新鲜荔枝?
如果苹果真的下架了微信的话，会发生什么？
手术时把大脑拿出来还能接回去吗?
都是研制核武器，美国为何只敢动伊朗，对朝鲜却畏首畏尾？
如何看待美团创始人王兴清空微博？
小米 YU7 发布会，有哪些大说特说的点其实是行业基操？
