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：
周深如何在央视火的？
雷军为什么不愿意用性价比打法进军NAS？
为什么越来越多的国内男孩，要娶国外女孩?
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？
有哪些让你目瞪口呆的 Bug ？
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？
37岁女，离异带一女孩，好不好找？
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
怎么看swift的并发模式选择了actor模型？
杨幂论文一年间 AI 率从 0 飙至 91%，为什么会这样？AI 查重到底有没有统一标准？
你是怎么发现亲戚开始见不得你好的？
中国的坦克基本每10年一代，为何99式之后就没有新型坦克了？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
脸与身材不符是种怎样的体验？
如何评价前端框架 Solid?
《三角洲行动》还能活多久？
中国民间中小工厂能快速造出武器吗？
如何看待“Hutool”工具类库广受欢迎？
《我的团长我的团》中有哪些细思极恐的细节？
扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉？
谁在半夜看过鱼缸里的鱼，它们都在干什么？
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？
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
哪里有免费的苹果cms v10模板用用？
深圳房价能跌到什么位置？
Golang与Rust哪个语言会是今后的主流？
