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：
有什么是你去了上海才知道的事情？
以色列为什么要打伊朗？
据调查使用五笔输入法人数仅剩 3%，五笔输入法是怎么没落的？
体制内女老师，被关系户欺负，大吼——"不干就给老子滚"，我该怎么办？
如何看待 Git 的 Windows 安装程序称 Vim「很难用」？
如何评价DuckDB?
作为一个服务器，node.js 是性能最高的吗？
为什么《绝区零》打磨了那么多细节的同时，却有一个灾难性的UI设计？
关于尼康，大家一致认为尼康***性能拉胯。可是我有一个疑惑是，我们普通人真的需要那些***性能吗？
上海迪斯尼为什么老是打架？
在办公室用机械键盘是什么心里？
如何看待 2026QS 世界大学排名？
开车的人和不开车的人思维有什么区别？
如何评价思源笔记?
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
在武汉，你们的找对象标准是怎样的？
为什么深圳的医院都比较一般？
通过重体力劳动练出来的肌肉和标准健美人员肌肉有什么不同？
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
乔丹背打的动哈登吗？
为什么台式 PC 还处在组装（DIY）阶段？
请问买个nas,能够直接把游戏装进去吗？
有没有免费的云服务器?
为什么网络上都在说隋坡厉害？
评价一下Proxmox VE与ESXi的优劣？
34 岁教授王虹在北京大学开数学讲座，她或将成为首位获得菲尔兹奖的中国籍数学家，有多厉害？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
从零写一个3D物理引擎难度多大?
日本AV对中国人的毒害有多大？
