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：
如何看待 Rust 的应用前景？
真的有这种又苗条身材又爆炸的么？
有哪些外行看起来很陋（low），但是内行人却觉得很高大上的东西？
自己拥有一台服务器可以做哪些很酷的事情？
为什么很多人在1panel推出之后，还坚持用宝塔面板？
为什么国外网站总喜欢弹出cookie访问权限弹窗，国内网站却没有，这么做有什么意义？
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？
很多营销号用 pork 和 pig 论证英语是落后的语言、汉语比英语先进，如何反驳这种观点？
为什么情侣在一起旅行后容易分手？
汉语是牺牲了什么，才成为世界最紧凑、最高效的语言？
为什么好多人不承认大众审美就是喜欢白皮？
30岁了，你在深圳过着什么样的生活？
三次元中真的存在二次元中的超长头发吗?
有没有好看的个人博客的设计？
Rust的设计缺陷是什么？
慈禧为什么要反对戊戌变法？
孟羽童回应一手好牌打得稀烂，称「欣赏自己的野心和向上攀登的勇气」，如何看待她的表态？
购买一台家用跑步机多少钱？
postgres集群的选择?
亚洲体坛最漂亮的十位女运动员都有谁？
超级喜欢穿短裙正常吗?
H264和H265谁画质好，求回谢谢！？
女生真正的完美身材是什么样子？
你们听过领导最没水平的一句话是什么？
有谁现在正在使用苹果mac mini 吗？能分享一下使用感受不？
买到烂尾楼到底该有多绝望？
MacOS真的比Windows流畅吗？
为什么 mac mini 的 m4 版本价格这么低呢？
如何看待《剑星》已登顶 Steam 全球热销榜？
