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：
2025年花3799元买全新macbookair m1值得吗？
马兰基地巨型飞翼无人机的出现是否代表制造b21 类似物对于中国来说不再是个难题。?
买到烂尾楼到底该有多绝望？
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
为什么Rust的包管理器Cargo这么好用？
我国004号航母什么时候下水？
黄金，今年会达到怎样的高度？
年纪轻轻为什么会得腰肌劳损？
歼-20 在国际上到底是什么地位？
***咖被曝员工月薪 2300 元只休 1 天，这样的薪资和工作条件是否合理？
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
北京日报点名批评“苏超”过度娱乐化，它是否管的太宽了？为什么无良媒体不会被查封取缔？
伊朗警告以色列居民尽快撤离，称将展开真正惩罚性打击，伊朗还有哪些底牌？以伊冲突会演变为中东全面战争吗？
如果看待林丹这句话 “网球的强度远远没有羽毛球大”?
如果得知一枚核弹将在10分钟后在你的城市爆炸，除了等死还能干嘛？
开发了一个App，上线之后一个用户也没有怎么办?
猫那么爱干净，却为什么不喜欢洗澡？
2025年了 Rust前景如何?
Rust1.86才正式稳定trait的upcast，为什么在rust中这个特性实现如此复杂？
5挺马克沁机枪，能否击败50万重骑兵？
据报道称“浏览器内核有上千万行代码”，浏览器内核真的很复杂吗？
go为了编译速度减少了很多编译优化？为什么不能提供优化编译模式来提升运行效率？是太懒还是另有隐情？
duckdb的性能如何？
象棋里的车是不是过强级了？是否应该削弱一下?
为什么有的女生喜欢穿紧身牛仔裤？
Rust怎么写GUI程序？
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
绵阳一男子趁同性醉酒将其***插入自己肛门进行***，被判处有期徒刑九个月，如何看待此事？
汤姆·克鲁斯在国外算几线？
