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：
学生校服如何隐藏内衣痕迹?
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？
有哪些好用的开源 DeepResearch 类工具替代品？
自己正在变老的明显特征是什么？
如何评价白宇帆、辛柏青主演的电视剧《护宝寻踪》？
大家怎么看待长沙这个城市？
以色列为什么突然敢打伊朗了？不怕被报复？
电视剧《繁花》中，爷叔为什么会离开宝总？
新版QQ9非常不好用为什么一直要强制更新？
胸大的女孩子有什么烦恼？
海外DoH(DNS over HTTPS)全部不可用了？是否有其他替代方式？
为什么苹果公司无法制造出性价比高的 Mac 电脑？
DLM（扩散语言模型）会成为2025年的Mamba吗？
群晖那么垃圾为什么还那么多人推？
以色列为什么要打伊朗？
国产厂商为什么都不用三星屏幕了？
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）?
obsidian用一两年后会有多大？全文搜索还快吗？
为什么情侣在一起旅行后容易分手？
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
为什么IPS很刺眼，尤其是看网页的白色部分，而VA光线很柔和，看久了眼睛不痛头不晕？
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
docker如何查看 容器启动的run命令？
有一个***约你出去，你会去吗？
男医生在给年轻靓丽的女性检查时会是什么心态？
洲际导弹能打到任何地方，为什么还需要轰炸机？
关于 Redis 的高频面试问题有哪些？
postgresql能取代mongodb吗？
27寸显示器是否有必要到4K？
为什么西安市突然不禁摩了？
