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：
要不要帮导师装服务器?
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？
超小团队选择Django还是Flask？
请问买个nas,能够直接把游戏装进去吗？
如何寻找到相对完整的真正的游戏的源码用来学习？
为什么bilibili后端要用go来写？
大连天空现罕见「窟窿云」，目击者称持续半小时，压迫感十足，窟窿云是怎么形成的？你见过吗？
你卡过最厉害的bug是什么？
为什么有的女生喜欢穿紧身牛仔裤？
为什么红色警戒到现在还是这么多人玩？
如何评价***伊内斯·特洛奇亚的身材？
如何看待黄奇帆称「中国房地产消费的居民负债占家庭收入比重达 137.9% ，需调整抑制消费政策」？
为什么 mac mini 的 m4 版本价格这么低呢？
为什么中国现在全球军事实力第一，但包括中国人在内很多人不认可？
为什么越来越多的 SSD 不带片外缓存了？
印度公开藏南地区我方战士口咬手雷坚守的***，是想表达什么？
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
如何看待M4单核性能吊打9950x?
女生真正的完美身材是什么样子？
女生腰细是怎样的体验？
这种裙子是不是对直男爆杀？
鱼缸里突然在水面角落出现很多想泡沫一样的气泡是怎么回事？
开腹手术，医生是如何处理患者的腹部脂肪的？
买到烂尾楼到底该有多绝望？
2025年了，照相机为啥还这么难用？像素低还很贵？
如何评价网红店太二酸菜鱼?
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
有什么是你去了上海才知道的事情？
***如古代长城用的是C140混凝土，那千百年下来会完整的留存至今还是损坏的更加严重？
