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：
是军舰上的大炮厉害还是陆军的大炮厉害？
为什么家里要用 NAS？家用 NAS 有哪些实际的、接地气的用途？
各位都在用Docker跑些什么呢？
花那么多钱举办婚礼的意义在哪呢？
广州拟全面取消房地产限购、限售、限价并降低贷款首付比例和利率，拟推动***运动消费发展，将产生哪些影响？
黑客为什么可以做到无需知道源码的情况下找出系统漏洞？
为何Microsoft能一直留在中国市场?
如何看待 Git 的 Windows 安装程序称 Vim「很难用」？
中年夫妻有多少是生活和谐的？
网传2025年6月22日天津CATTI考试出现重大事故，准考证号和考点学校都是错的，具体是怎么回事？
banner 是什么意思?
有没有免费的云服务器?
如何看待机器之心重测高考数学全卷，Gemini夺冠，豆包DeepSeek并列第二？
美国投掷 6 枚钻地炸弹袭击伊朗福尔多核设施，钻地弹有多大杀伤力？能摧毁伊朗地下核设施吗？
055万吨驱逐舰是不是有些被过于神化了，有没有了解的大佬详细解释一下？
年纪轻轻为什么会得腰肌劳损？
为什么年轻人腰突检出率比中老年还高？
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？
北京日报点名批评“苏超”过度娱乐化，它是否管的太宽了？为什么无良媒体不会被查封取缔？
为什么感觉wps的用户越来越多，office没人用了?
Firefox是如何一步一步衰落的？
如何评价白宇帆、辛柏青主演的电视剧《护宝寻踪》？
独立开发***能盈利吗？感觉好累...
苏超的内核是消费还是足球？
为何有人说儒家文化下极容易产生「伪君子」？它的道德教化不是以平等和尊重的为前提的吗？
家里安装千兆宽带有意义吗？
「做负重深蹲肯定会腰痛，深蹲不可能完全不痛」「正确的负重深蹲就应该是腰完全不痛的」，哪句话是对的？
为什么腾讯云或者阿里云不让自建dns服务器?
下一次星舰试飞有可能直接上V3吗？
腰肌劳损可以怎样去改善？
