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：
如何评价《一路向西》导演***辉影游新作《捞女游戏》，实际游玩体验如何？
性在婚姻生活中真的重要吗?
go 有哪些成熟点的后台管理框架？
微软edge浏览器为什么逐渐被其他的浏览器代替？
Mac微信如何备份聊天记录?
做客孩子临走时带走几只玩具，我的孩子抗拒并一直哭，要怎么开导？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
PHP现在真的已经过时了吗？
如何看待苹果在 WWDC25 发布的 Foundation 模型框架，它将为开发者和用户带来哪些改变？
055大驱到底强在哪里？
大家支不支持文言文，古文退出中国教育?
如何评价「尖叫」这种饮料？
为什么水泥封不住尸臭?
为什么 mac mini 的 m4 版本价格这么低呢？
如何评价《一人之下》第721（764）话？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
家里想搞个服务器，有什么好的建议方案吗？
你是在什么时候认识到自己好看的？
买到烂尾楼到底该有多绝望？
如果北京放开车牌，未来会怎样？
如何评价Cursor？
怎么才能有尤雨溪一半强，该怎么学习？
开腹手术，医生是如何处理患者的腹部脂肪的？
为什么个人需要公网ip？
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？
AI认为贴6目才是平衡的，但为什么现在中国规则贴目是7.5目？
印度亿万富翁误吞蜜蜂被蛰后身亡，为什么被蜂蛰会这么严重？被蜇后有哪些急救措施？
为什么这么久了还是没有主流软件开发鸿蒙版？
电蚊香液对身体有害吗?
