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：
国产香橙派和树莓派差距在哪？
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？
女朋友去露营，3女2男的，要在野外搭帐篷过一夜，她的闺蜜不想让我去，我该怎么办？
为什么游戏中，中国跟欧洲的时延这么大，是否是海底光缆距离过长的原因？
有哪些小众的开源项目养活了一大批人?
买到烂尾楼到底该有多绝望？
Go 语言 Web 应用开发框架，Iris、Gin、Echo，哪一个更适合大型项目？
如何看待机器之心重测高考数学全卷，Gemini夺冠，豆包DeepSeek并列第二？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
PHP初学者，我能不能使用PHP来开发桌面应用？
***拍大尺度片子时摄影师不会看光吗？
学生校服如何隐藏内衣痕迹?
请问有没有什么工具能够生成局域网的网络拓扑结构图？
为什么这次以色列打伊朗，网上声讨的人少了，反而都是嘲笑调侃伊朗？
伊朗这次会崩溃灭亡吗？
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
count(*) count(1)哪个更快？
你们试过最牛逼的减肥方法是什么 ?
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」？
你在出租房屋发现过什么前租客留下的“宝藏”？
杨幂论文一年间 AI 率从 0 飙至 91%，为什么会这样？AI 查重到底有没有统一标准？
蜜雪冰城香港门店被通报「产品大肠菌群超标 70%」，哪些环节可能导致大肠菌群超标？会对身体有哪些危害？
谷歌云服务宕机导致 OpenAI、Shopify 等服务中断，此次宕机的具体技术原因是什么？
字节跳动会超越腾讯吗？
为什么美军“好像”不怕泄密？
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？
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？
如何看待在B站带有小米负面tag的***获得大量推流/推送首页的现象？
到底是9800x3d+5070ti还是u7+5080?
