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：
以前大力推广的沼气池，怎么现在越来越少了？
你们的腰突是怎么突然好的？
黑客为什么可以做到无需知道源码的情况下找出系统漏洞？
导师给了1.4W要我给工作室买个主机，是整机还是自己配？
人类有希望走出***系吗?
当年的东莞究竟有多疯狂？
为什么章若楠和杨超越长得很像，男人却更喜欢章若楠，认为有女人味，而觉得杨超越像小女孩？
黄金，今年会达到怎样的高度？
住在一个脏乱差的家里十几年是什么感受？
爱因斯坦“相对论”是否错了，我始终无法理解为什么物体达到光速时间就会停止？
女生真正的完美身材是什么样子？
「韦东奕本人」账号确认是***的，目前已被关停，如何看待无底线博流量的行为？哪些信息值得关注？
中年夫妻的婚姻状态是什么样的？
如何基于Docker进行开发?
高铁的作用被高估了吗？
大家觉得华为鸿蒙系统5.0好用吗？
如何看待OpenAI把原定六月开源的模型推迟到八月？
外贸独立站怎么做SEO？
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？
普通人能娶到SNH48毕业成员吗？
055万吨驱逐舰是不是有些被过于神化了，有没有了解的大佬详细解释一下？
前端，后端，全栈哪个好找工作？
能分享一下你写过的rust项目吗？
为什么人到中年，很少有身材苗条的？
SQLite不能支持高并发，为什么又说它能支持 10万 的日访问量？
如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？
江苏一医院称负债 4400 多万全员解聘，具体是怎么回事？医院这么做合法吗？
为什么后端老是觉得前端简单?
你在出租房屋发现过什么前租客留下的“宝藏”？
越南人的生活水平怎么样？
