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：
如何看待三峡集团总部搬迁至武汉？
如何看待苹果在 WWDC25 发布的 Foundation 模型框架，它将为开发者和用户带来哪些改变？
如何评价阿富汗取消与中国的石油开***合同？
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公安系统的问题？
如何评价花系博主：前hr本人，溪溪大人，兔撕机等人被禁言?
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
国密加密算法有多安全呢？
如果看待林丹这句话 “网球的强度远远没有羽毛球大”?
有一个***约你出去，你会去吗？
12306 网站的根目录下为什么连 robots.txt 文件（反爬虫协议）都没有？
女明星陪酒真的存在吗？
如何看待英伟达新推出的显卡5090dd？
Chrome 插件开发流程是什么？
如何评价《灵笼 2》第六集？
2025年6月，到底买油车还是电车？
2025年了expo和Flutter学哪个？
你见过最上进的人是怎样的？
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？
印度为什么一定要和中国作对？
如何评价“师父和我做鲁菜”账号基本上停更?
为什么现在很多一线大导演连讲好一个故事都做不到?
显示器选32还是27，2k还是4k?
大家为什么会讨厌缩写？
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？
如何看待英雄联盟前职业选手mlxg官司输了，被强制执行2500w？
肩袖肌群损伤了应该怎么办？
如何评价电影《碟中谍8：最后清算》？
DLM（扩散语言模型）会成为2025年的Mamba吗？
杨幂论文一年间 AI 率从 0 飙至 91%，为什么会这样？AI 查重到底有没有统一标准？
你和你老婆是怎么认识的？
