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：
生活中怎样的美女才能被称为「大」美女？
能分享一下你写过的rust项目吗？
HTTP/3 解决了什么问题，又引入了什么新问题？
中国的航空发动机现在是什么水平？
男医生在给年轻靓丽的女性检查时会是什么心态？
大神们，有知道比较好用的开源数据可视化平台吗，推荐一下？
东风、长安为什么不合并了？
tcl65c11gpro电视机应该匹配什么参数的网关，路由器和光猫？现在的网速是500兆的电信运营商？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
雷军为什么不愿意用性价比打法进军NAS？
什么是稳定币？有人说它是「一场饮鸩止渴的游戏」，你怎么看？
为什么有的女生喜欢穿紧身牛仔裤？
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
有哪些电影网站，求各位大神推荐，要***丰富的。?
如何看待使用mac mini当7*24h的服务器？
女生被踢裆也会很疼吗？
为什么这么多人讨厌中国移动？
如何评价字节跳动开源的 HTTP 框架 Hertz ？
Redis最全面试题有哪些？
前端因为像素还原设计稿而离职，这是个别现象吗？
美国搞出个“稳定币”，到底是什么？其它国家是如何看待稳定币的？
如何看待青鸾峰上连续几本***霸占纵横榜首？
H264和H265谁画质好，求回谢谢！？
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？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
如何评价「尖叫」这种饮料？
uni***真的很垃圾吗？
为什么Steam Deck能做好Windows游戏转译但是Apple Mac就做不好？
