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：
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
洲际导弹能打到任何地方，为什么还需要轰炸机？
作为普通中国人，我们可以为以色列人民做点什么？
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？
女明星做了什么医美项目保持童颜？
怎么看待官方通报女星那尔那茜涉嫌高考报名材料造***？
有什么好用的软件推荐嘛？
为什么智能家居普及率越来越高，但多数人只用基础功能？
《捞女游戏》发售仅一天同时在线超 6330 人，如何看待游戏的销量？
买到烂尾楼到底该有多绝望？
Linux下监控流量一般使用什么工具？
美国国务卿称将开始吊销中国学生签证，包括在关键领域学科学生，影响有多大？在美中国留学生该怎样应对？
冬天也要穿胸罩吗?
为什么《三角洲行动》会设计出 AWM 这样一支***无法自由补充的***？
DeepSeek如何本地化部署？
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？
以色列为什么要打伊朗？
目前最具性价比的全栈路线是啥？
苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？
显示器选32还是27，2k还是4k?
你理想中的完美户型长什么样？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
如何评价前端框架 Solid?
以色列为什么突然敢打伊朗了？不怕被报复？
postgres集群的选择?
俗话说“女人三十如狼四十如虎”，到底是不是真的？?
程序员真的需要双显示器吗？
如何评价 Vue.js 纪录片？
