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：
你怎么看待剪映收费过高问题？
为什么感觉德国在中国的名声比英法美日好一点？
你身边身材最好的女生是什么样？
有谁现在正在使用苹果mac mini 吗？能分享一下使用感受不？
内置WSL 2的Windows 10可以完全取代桌面版Linux吗？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
有没有人体验到被纪检委调查的经验？
为什么macOS软件生态不敌Windows?
为什么说男人至死都是少年？
匿名说一下自己最近的烦恼吧？
JetBrains 放弃 AppCode 是否是一个错误决定？
我国004号航母什么时候下水？
网传广东怀集洪水后赵一鸣超市被哄抢，县***回应相关单位正在核实，若属实哄抢者该承担哪些法律责任？
《碟中谍 8》都有哪些槽点？
怎么国内车企都要去跑纽北呢，纽北也就是个普通赛道?
武松杀嫂，为什么要先扯开她的胸衣，多此一举还是另有深意？
HTTP/3 解决了什么问题，又引入了什么新问题？
中国人为什么会对俄罗斯有种特殊的好感？
为什么linux桌面那么丑？
程序员为什么讨厌PHP编程语言？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
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？
穿瑜伽裤爬山的女生会不会害羞？
如何寻找到相对完整的真正的游戏的源码用来学习？
买到烂尾楼到底该有多绝望？
你见过最人性化的设计是什么？
可以发一下你存在相册里的可爱小动物吗？
linux字体显示为什么还做不到像android一样清晰？
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？
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？
