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：
Linux内核代码大佬们如何观看的？
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）?
你们是怎么远程用NAS听歌的？
为什么《古惑仔》这类的「江湖义气黑帮片」在主流影视中销声匿迹了？
如何看待《剑星》已登顶 Steam 全球热销榜？
如何看待机器之心重测高考数学全卷，Gemini夺冠，豆包DeepSeek并列第二？
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
伊朗把本次以色列攻击定性为恐袭是为什么？是为了触发上合组织？
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？
印度是真的烂还是咱们在信息茧房里面？
胸大的女孩会自卑 吗？
055一打一能不能打过阿利伯克？
为什么大家不再提星链了（包括外网）？
能分享一下你写过的rust项目吗？
养乌龟如何降低换水频率？
如何评价DuckDB?
为什么我看了凡人修仙传后再看其它修仙***都感觉看不下去？
你正在经历怎样的婚姻生活？
亚克力鱼缸这么容易模糊吗?
git是Linus一个人开发出来的吗？
你的亲戚提过什么过分的要求？
为什么好多人不承认大众审美就是喜欢白皮？
如果让你设计攻打台湾地区，你会有什么好的想法和打法？
SpaceX 星舰 36 号火箭静态点火测试爆炸，爆炸的原因是什么？会对星舰发展产生什么影响？
剧版《长安的荔枝》相较于原著改编得如何？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
像出版社出版书籍是用什么软件排版呢？除了WPS和Adobe?
为什么女游泳运动员看起来大部分都是平胸？
如何评价《一路向西》导演***辉影游新作《捞女游戏》，实际游玩体验如何？
为什么说以色列这次干得漂亮?
