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：
如何看待日本小学校园餐只有一小块鸡肉？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
Windows的伟大之处在哪里？
家里想搞个服务器，有什么好的建议方案吗？
rust 解决了什么问题？
MacBook的诱惑在哪里？
有哪些你去旅行后祛魅的城市？
你见过哪些智障的反人类的设计？
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？
为什么国外网站总喜欢弹出cookie访问权限弹窗，国内网站却没有，这么做有什么意义？
曾经的班花，现在还多少人惦记？
如何评价《三角洲行动》***作者「三角洲经济学教父」？
想初尝苹果Mac电脑，纯体验，选 Macbook air 还是 pro？
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?
美国还有能力建造一艘核动力航母么？
Golang是不是代替了PHP以前的生态位啊？
有没有一款音乐播放器，能连接nas音乐，创建音乐库，自动匹配歌词封面等等？类似infuse的概念呢？
伊朗警告以色列居民尽快撤离，称将展开真正惩罚性打击，伊朗还有哪些底牌？以伊冲突会演变为中东全面战争吗？
新手想要打好篮球，主要练运球还是投篮？
5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源，具体有哪些提升？使用体验如何？
J***a 除了 Spring 还有什么？
你和你老婆是怎么认识的？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
为什么家里要用 NAS？家用 NAS 有哪些实际的、接地气的用途？
猫那么爱干净，却为什么不喜欢洗澡？
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别？
***移动在德国起诉小米侵犯4G专利，大家如何看待此***？
大环境什么时候可以好？
如何向别人解释“有你这写脚本的时间，我早就一个一个做完了”？
PS5 Pro 为什么不升级 CPU 呢？
