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：
《捞女游戏》发售仅一天同时在线超 6330 人，如何看待游戏的销量？
为什么很多离异的30-40岁的女性，很难找到老公再婚？
DIY的NAS易用性如何？
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？
阿里如果全面将j***a替换成rust，能省下多少服务器***？
Golang和J***a到底怎么选?
为什么魔兽争霸3比赛中几乎见不到吃尸体补血的技能?
如何评价腾讯云SDK的GO语言仓库有20万个tag？
海胆到底是什么味道？
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公安系统的问题？
如何评价 Grace 在《歌手 2025》第六期演唱的《如愿》？
为什么tokio能成为rust异步标准？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
维护一个大型开源项目是怎样的体验？
学生校服如何隐藏内衣痕迹?
健身教练们觉得女生怎样的身材才是好身材？
为什么 php 可以做到 7 毫秒以内响应，而 .net 做不到？
你觉得最毁三观的事是什么？
你在出租房屋发现过什么前租客留下的“宝藏”？
如何看待“开私人飞机的富人不带头环保，我一普通人为啥要环保”的观念？
HTTP/3 解决了什么问题，又引入了什么新问题？
***拍大尺度片子时摄影师不会看光吗？
为什么以前被称三大火炉之一的武汉如今排不上“热度”号了？
如何评价网传那尔那茜高考179分(含加分)考入上海戏剧学院***？
哪张照片让你觉得刘亦菲美得不可方物？
组装2-4人后端服务团队，选择GO还是J***a？
Gradle 是否已经对安卓的发展构成了阻碍？
买到烂尾楼到底该有多绝望？
为什么现在没人提猎鹰9号了？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
