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：
如何评价原著***《教父》中的强尼方亭？
请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗？
外网测试同样的性能下的掌机安装steam os系统的性能比安装微软系统的帧率更强，原因是什么？
Golang与Rust哪个语言会是今后的主流？
为什么都说 Finder 难用？
联想 128GB 超大内存迷你 AMD 主机上架，此款主机有哪些亮点？
你见过哪些智障的反人类的设计？
伊朗议会赞成关闭霍尔木兹海峡，会动真格吗？若霍尔木兹海峡关闭，将带来哪些影响？
golang和rust你选择哪个？
如何评价b站充电专属***逐渐增多？
紧身牛仔裤看起来不正经，真的是这样吗？
现在读写速度最快的硬盘，能在30年前的计算机上当做内存使用吗？
哪张照片让你觉得刘亦菲美得不可方物？
女主播和榜一大哥现实碰面会做什么？
微软edge浏览器为什么逐渐被其他的浏览器代替？
为什么《绝区零》打磨了那么多细节的同时，却有一个灾难性的UI设计？
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）?
为什么有的女生喜欢穿紧身牛仔裤？
Switch模拟器哪个好？
为何Microsoft能一直留在中国市场?
健身教练们觉得女生怎样的身材才是好身材？
中年女性如何保持身材？
如何评价《灵笼 2》第六集？
三亚女游客毒蛇咬伤致死***暴露了我国什么问题？
现在是2025年6月，现在的房价是阴跌还是暴跌？还会继续跌多久？是否已经开始分化?
为什么中国不出兵印度？
为什么还用导弹发射井，机动式部署不是更安全吗？
如何看待rust编写的zed编辑器？
Rust开发Web后端效率如何？
