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：
2025 江西高考本科线历史类 486 分，物理类 429 分较去年降 19 分，怎样看待江西分数线？
为什么 J***aScript 在国外逐渐用于前端+后端开发，而国内还是只用它做前端？
为什么苹果电脑把内存硬盘焊死在主板，还订制了不通用的内存硬盘接口？
男的真的会把所有衣服从上到下都扔洗衣机吗？
为什么长得漂亮却没什么用?
做个web服务器，gin框架和go-zero怎么选？
为什么一直宣传爱国的华为连***都用的是外国***？
小孩被天降乌龟砸死，饲主判赔 128 万，如何从法律角度进行解读？
真的有这种又苗条身材又爆炸的么？
现实中的父女关系是怎样的?
稳定币第一股狂飙 675%，稳定币绝对稳定吗？市场对它有哪些误区？
敢不敢发一张你的自拍照？
如何看待 Mac mini M4 支持可更换 SSD？
有一双超级大长腿是什么感觉？
老公加班过多，是逃避家庭责任吗？
如果将几百核心的服务器 CPU 当作 GPU 使用，会发生什么？
为什么当领导的不能把话说明白？
如何看待使用mac mini当7*24h的服务器？
小腿能粗到什么地步？
如何解决Cursor等Agent编码开发轮次多了过后代码库变成屎山的问题？
现在个人博客不能备案了吗？
程序员的时间管理真的是写代码1小时，调试8小时吗？
打算买MacBook Air M4丐版或Mac mini M4丐版二选一，请问哪个性价比高？
***拍大尺度片子时摄影师不会看光吗？
请问27寸4K显示器哪个好呀？
长得和刘亦菲很像是一种什么体验？
什么是微软式中文？
为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm，或PC直接装macOS arm？
如何评价董宇辉讲述“各地厅长甚至更大的领导来我们这，站在门口等，站一个多小时。”?
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
