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：
你的低成本爱好是什么？
央行行长潘功胜首次在公开场合谈及稳定币，稳定币是什么？有何深意？
为何有人说儒家文化下极容易产生「伪君子」？它的道德教化不是以平等和尊重的为前提的吗？
PHP初学者，我能不能使用PHP来开发桌面应用？
评价一下Proxmox VE与ESXi的优劣？
如何评价字节跳动开源的 HTTP 框架 Hertz ？
如何评价高圆圆的身材算是美女类型的吗？
postgres集群的选择?
中了一个亿 你会做什么？
MacOS真的比Windows流畅吗？
如何看待CCTV13批评“L2.999智驾”等误导性宣传，若导致事故车企可能需要担责？
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？
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？
女生可以在家中裸居吗？
有哪些是你用上了mac才知道的事？
H264和H265谁画质好，求回谢谢！？
哪个ai写代码最强？
你在国产电影或电视剧里见过哪些脱离实际生活的离谱设定？
孔雀鱼的种类是如何划分等级的呢？
Swift 和同时代的其他语言比起来怎么样？
换过电池的苹果手机内部发现被加装了一个部件，有大佬知道这是干什么的吗?
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
海贼王为什么现在被全网黑?
得了强直性脊柱炎是不是一辈子就完了?
为什么全国人民都知道武汉的交通很差，但是武汉人不知道？
东风、长安为什么不合并了？
科学怎么解释中医把脉孕检，并且知道怀的男孩女孩？
如何看待捞女游戏改名情感反诈模拟器后登顶steam国区销量第一?
男女对立会在10后里缓和吗？
空战的时候可不可以先击落预警机?
