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：
DF-41已经可以打击美国本土，这是否相当于古巴导弹危机常态化？
有没有免费的语音转文字的软件？
养鱼一年要花费多少钱？
女子姓名与被执行人同音多次遭传唤，澄清后仍有执行人员到单位调查，法院为何会反复找错人？反映出哪些问题？
如何看待多地开展查摆年轻干部玩心重、混日子、说话随意、口大气粗等问题的行动？
亚克力鱼缸这么容易模糊吗?
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？
怎么才能有尤雨溪一半强，该怎么学习？
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
Flutter 为什么没有一款好用的UI框架？
python的包管理器uv可以替代conda吗?
如果北京放开车牌，未来会怎样？
中央多份重磅文件出台，密集释放「涨工资」「提高居民收入」的信号，这背后有何深意？
基因好是一种怎样的体验？
F-35作战半径1100公里，以色列距离伊朗首都德黑兰1600公里。以色列F-35是如何轰炸伊朗的？
如何评价高圆圆的身材算是美女类型的吗？
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？
Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
人类真的想象不出从来没见过的东西吗？
为什么中国防空反导系统才7年就从山寨到全面原创且超越了俄罗斯？
你亲身接触过的日本人的印象是怎样的?
坚持使用 PHP 的你，如今有什么感悟？
坐拥世界最大工业产能，中国为何不大量投入军事？
微软暂停专用 Xbox 掌机开发，转而优化 Windows 11 的掌机游戏体验，这背后原因有哪些？
印度急着与上合组织撇清关系意欲何为？
国产CAD软件能否替代AutoCAD？
如何看待“计算机民科“的网站51soez已关站维护一周？
如何评价微软的远程桌面？
如何评价张靓颖刘宇宁《九万字》?
为什么 IPv6 在国内至今未得以大规模应用?
