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：
国内大厂现在用rust的多吗？
为什么欧美影视喜欢露点？
如何评价赵本山的演技？
为什么我养的龟忽然死了?
2025年小米su7 性价比很低了，为何还不更新改款？
内蒙古通报那尔那茜定向委培争议，称其涉嫌高考报名材料造***，将严肃追责问责，涉事人员面临哪些责任处罚？
为什么中国农村房子那么丑？
最近看独立开发者，做记账 软件赚到很多钱，我也开发一个，会不会碾压？
Rust是不是没办法离线开发?
如果你是荔枝使，如何在十天内让杨贵妃吃上新鲜荔枝?
各省的省超出来后（类似于苏超），中超是不是就废了？
外网测试同样的性能下的掌机安装steam os系统的性能比安装微软系统的帧率更强，原因是什么？
为什么西方诞生了三权分立，东方没有诞生三权分立？
如何看待rust编写的zed编辑器？
为什么中国的英语教育这么失败?
如何看待英伟达新推出的显卡5090dd？
你在知乎上得到了什么？
小鹏G7发布，对标小米YU7有优势吗？
华为和硅基流动发布CloudMatrix384超节点部署DeepSeek的报告，对行业有何影响？
flutter为什么不用Go语言，而用Dart?
如何评价Cursor？
韦东奕在北大会面临非升即走吗？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
罗马仕宣布召回超 49 万台充电宝，极端场景下可能有燃烧风险，有多危险？为何有安全隐患的产品能够上市？
MySQL不香吗，为啥还要Elasticsearch？
不限制语言，客户端GUI开发用什么好？
如何评价日本2024年出生人口68.6万，总和生育率再创历史新低？
评价一下Proxmox VE与ESXi的优劣？
鱼缸有哪些寿命比较长的草推荐呢？
.Net中的Blazor有前途吗？
