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：
为什么有些人不喜欢春晚提到饺子？
学编程要不要买电脑?
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
怎么把C盘旁边的两个区删掉？
想往鱼缸里种点水草，但是家里鱼缸大了买水草泥或者底砂太贵了，有没有生活中可以替代的物品或其他建议？
如何说服技术老大用redis？
苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？
《骑马与砍杀》出3的话，如何进一步改进？
如何评价四川省成都市天府国际机场，距成都市区整整56.7公里？
为什么软件公司很少用python开发web?
指挥大规模军团作战很消耗脑力吗？
k8s里面kubectl get pod -d wide命令作用是什么？
为什么4k电视剧一集也就4g，但却跟4k原盘电影100g看起来差不多清晰？
前端真的已经凉了么？
做2D游戏，需要学Blender么？
仰望u9明明技术实力更强，为什么纽北的成绩没有小米su7ultra好？
国内大厂现在用rust的多吗？
如何评价浙江这个省？
电脑系统崩溃如何重装系统？
在医院做了很多检查最后发现用处不大，这算是过度医疗吗？
如何评价《一人之下》第722（765）话情报？
乔丹的身体素质放到现在是不是只能算平庸？
河南女生高考 288 分全家欢呼，这是一种什么样的心态？
27寸显示器有必要上4K吗？
为什么中国开发不出流行的编程语言？
node.js可以做***识别分析吗？
2025年6月，到底买油车还是电车？
能发一张在暧昧期的聊天记录吗？
有谁组装NAS时，尝试过的最低配置是什么？
近期充电宝***，能不能看出资本家的良心坏了？
