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：
为什么新流行的开源编辑器都在用Rust开发？
丘处机能排名射雕前十吗？
使用J***a开发简单CAD软件？
为什么鸿蒙PC要排斥Linux生态？
胸大的女孩会自卑 吗？
一架波音787客机在印度坠毁，发现一名幸存者，超290人死亡，具体情况如何？事故原因可能是什么？
涉密计算机可以用windows10操作系统吗?
瑜伽裤和牛仔裤哪个更显身材？
发生了什么导致你从此再不吃某样食物？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
你发生过的最尴尬的事是什么？
怎么提高自己的系统设计和架构理论水平？
高速铁轨为什么没有伸缩缝，热胀冷缩问题是怎么解决的?
为什么央视不再报道洛杉矶***了？
如何评价张靓颖刘宇宁《九万字》?
广汽埃安被曝爆雷，员工股权认购缩水仅退 42%，高管却全额退款，广汽辟谣，具体情况如何？
5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源，具体有哪些提升？使用体验如何？
有没有一个特别好用的Linux系统？
为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm，或PC直接装macOS arm？
皮肤太白是种怎样的体验？
Rust的设计缺陷是什么？
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？
有哪些事情是MacOS做不到但Linux可以做到的？
小米YU7从7月提前至6月底发布，是什么原因导致提前发布？
有哪些关于linux的搞笑图片？
《西西里美丽传说》女主角，在当时打扮这么高调，不觉得带给自己很多不便吗？如何理解她的心态？
为什么中国人做一顿饭要几个小时，而国外花的时间少得多？
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？
你能用一句话总结赵本山和郭德纲的区别吗?
怎么才能有尤雨溪一半强，该怎么学习？
