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：
如何评价B站up主***千代退网？
为什么内娱出不了范冰冰、李嘉欣、关之琳这样惊艳绝伦的大美人了?
Vue性能优于React，那为什么还不用Vue？
如何评价《一人之下》第722（765）话情报？
你见过最无用的节俭行为是什么？
为什么抖音上的姑娘都那么好看，现实中我怎么一个也见不着？
洗牙能把牙结石洗掉吗？
如何在不重装系统和软件的情况下换系统盘？
微软会撤离中国吗？
毕设答辩，老师说node不可能写后台怎么办?
消息称苹果 macOS 26 将不再支持部分旧款英特尔 CPU 机型，这背后原因有哪些？
Rust的工程配置为何用toml格式？
微信服务器会保留聊天记录吗,会保存多久?
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？
Web 前端怎样入门？
程序员平时都是CRUD开发工作，真的需要深入理解原理性的知识点吗？
怎么才能有尤雨溪一半强，该怎么学习？
1MB其实是一个很大的存储单位，那么它的存储容量究竟有多大？
你都见过什么样的电脑盲？
浏览器解析Html一般是边下载边渲染么？如果是边下载边渲染的话，Html又使用GZIP格式传输，如何能够做到没有完全下载就可以渲染的呢？
上学要不要穿内衣？
现在的microLED发展到什么地步了？
Postgres 和 MySQL 应该怎么选？
为什么Dreamwe***er，FrontPage会被淘汰？
为什么人到中年，很少有身材苗条的？
如何看待杭州多家健身房拒绝为 60 岁以上老人办卡？如果有老年友好健身房，哪些设备是必要的？
我老婆出轨了吗?
如何评价 6 月 26 号发布的小米AI眼镜？
腰椎间盘突出导致腿麻脚麻怎么办?
如何评价前端组件库shadcn/ui?
