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：
如何评价黄磊？
人死了以后意识去哪了？
为什么男生都不喜欢173身高的女生啊?
有人说24GB和48GB内存容量是新一代电脑平台最均衡的方案，真的是这样吗？电脑内存应该如何选？
为什么红十字会腐败这么严重？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
群晖 nas 有些什么基本和好玩的功能？
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？
JetBrains 放弃 AppCode 是否是一个错误决定？
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
家里想搞个服务器，有什么好的建议方案吗？
国内很多男性在非洲和当地女人恋爱是真的吗?
曾经的班花，现在还多少人惦记？
那尔那茜被曝 2008 年高考定向委培违约，如果属实，此事会如何处理？
为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
如有如此漂亮的女友，该怎么办，才能不弄丢？
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？
为什么长得漂亮却没什么用?
有没有好看的个人博客的设计？
以前很多人家里都有家庭***，为什么现在几乎看不到了？
如何看待青鸾峰上连续几本***霸占纵横榜首？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
真的有这种又苗条身材又爆炸的么？
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？
女生身高 170cm 以上是什么样的体验？
小米YU7从7月提前至6月底发布，是什么原因导致提前发布？
猫那么爱干净，却为什么不喜欢洗澡？
胸大的女孩会自卑 吗？
