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：
为什么欧美影视喜欢露点？
OpenWrt 能做哪些有趣的事？
现在是2025年6月，现在的房价是阴跌还是暴跌？还会继续跌多久？是否已经开始分化?
战场上用沙袋来防***，真的有用吗？
广州拟全面取消房地产限购、限售、限价并降低贷款首付比例和利率，拟推动***运动消费发展，将产生哪些影响？
PHP初学者，我能不能使用PHP来开发桌面应用？
为什么这次以色列打伊朗，网上声讨的人少了，反而都是嘲笑调侃伊朗？
人工智能相关专业里有什么「坑」吗？
为什么都说 Finder 难用？
中年女性如何保持身材？
你怎么看待剪映收费过高问题？
微信为什么也做鸿蒙版APP？
胎儿无左手是否该留下来？
儿子抑郁四年左右了，他的未来该怎么办？
***拍大尺度片子时摄影师不会看光吗？
一个母亲真的能毁好几代人吗？
中国 5 月 Swift 人民币在全球支付中占比下降至 2.89%，背后的原因和未来的发展趋势是什么？
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？
如何看待《捞女游戏》导演***辉B站账号遭封，是否遭到打击报复?
中国***的人群真的很庞大吗？
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
平面设计真的很难做吗？
为什么越来越多的车主放弃开顺风车，情愿一个人独自开车？
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
国内这么多码农，为什么出不来JetBrains, MathWorks这样的公司？
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别？
冬天也要穿胸罩吗?
大一计算机新生怎么合理利用github？
剪映收费了，大家还用什么做***?
本人女20，平胸跟男生一样怎么办 ?
