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：
如何看待剪映这些傻瓜软件？
养乌龟生态缸到底可行吗？
消息称三大运营商将于今年下半年全面重启eSIM，eSIM有哪些好处？为何此前暂停这一业务？
如何评价zig这门编程语言？
腰椎间盘突出有多痛苦？
海贼王为什么现在被全网黑?
家庭网络，是否有必要做多个网段并隔离？
洲际导弹能打到任何地方，为什么还需要轰炸机？
为什么人类不把垃圾倾倒在活火山里？
27寸显示器是否有必要到4K？
建立平等社会最难的地方是什么？
如何评价 Steam 新游《捞女游戏》（已改名《情感反诈模拟器》）？
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？
为什么大部分人都认为2560x1440是2K？
为什么 WebStorm 这么好用还会有人去用 VSCode？
什么是 5G 固定无线接入（FWA）？
印度是真的烂还是咱们在信息茧房里面？
男医生在给年轻靓丽的女性检查时会是什么心态？
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
为何中国反复升级轰六轰炸机群？
systemd吞并了什么?
NAS的盘是否需要一次性买齐？
你读过的最好的 Rust 开源代码是什么？
胖东来和柴怼怼为啥会在玉石这事上撕破脸？从直播开撕到起诉，争议背后到底发生了什么？
27寸显示器有必要上4K吗？
华为和硅基流动发布CloudMatrix384超节点部署DeepSeek的报告，对行业有何影响？
海外DoH(DNS over HTTPS)全部不可用了？是否有其他替代方式？
微信头像会影响第一印象吗？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
你如何评价小米这个品牌？
