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：
你认为这次伊以冲突，以色列这次干得漂亮吗?
ssd固态硬盘sata的好还是m.2好呢？
为什么新流行的开源编辑器都在用Rust开发？
有哪些看似聪明，实则很傻的行为？
空调现在抽真空15分钟真的还有意义吗？
异性同办公室久了会不会日久生情？
香港高才获批了，要带孩子去激活吗？
你捡过最大的漏是什么？
群晖 nas 有些什么基本和好玩的功能？
敢不敢发一张你的自拍照？
性在婚姻生活中真的重要吗?
哪些家电发明的初衷，和当前的用途大相径庭？
golang 与rust 在服务器程序领域相比较，各有什么优劣势？
网红都那么美，为什么当不了明星？
龙芯在.NET上帮微软做CPU指令集适配，为什么到国内.NET开发者这里成了维护龙芯.NET版本?
万兆的网络速度有多大意义？
从技术上看，cloudflare比其他公司牛在哪儿？
请问CATIA比SolidWorks强在哪里？
为什么女游泳运动员看起来大部分都是平胸？
cloudflare的1.1.1.1和warp有什么区别？
汪峰的每任妻子都很漂亮，他有哪些男性魅力？
鱼缸***式过滤哪家好？
duckdb的性能如何？
怎么可以让胸变大？
有没有系统介绍 Visual Studio 使用和技巧的书籍？
Go 语言 Web 应用开发框架，Iris、Gin、Echo，哪一个更适合大型项目？
自己拥有一台服务器可以做哪些很酷的事情？
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
如何评价Cursor？
国密加密算法有多安全呢？
