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：
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
为什么河南饮食走不出去？
有一个女儿是种怎样的体验？
TVB 演员陈慧珊转行当英语老师，称已拿博士学位，如何看待她的选择？为什么这么多 TVB 演员转行？
苹果 macOS Tahoe 26 新 Finder 图标引争议，其争议点主要集中在哪些方面？
81年女，本科，未婚未育，还有结婚的可能性吗?
为什么食品当中要加入添加剂？
为什么不能做出1T的内存条？
为什么美军B2实战以后4v认为一部分网友又没信心了？
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？
为什么很多外行敢站出来评价中医？
能否对比一下Claude Code和Gemini CLI，你的选择建议是？
2025 年 6 月，Rust 在 GUI 方面有何大的进展? 你最看好哪个框架?
土建二次供水如何正确选择紫外线消毒器？
如何评价b站数码区up主 “大狸子切切里”?
Golang 的 Web 框架该怎么选择？Web 开发又该怎样学？
如何在不重装系统和软件的情况下换系统盘？
为什么光纤目前取代不了网线？
国产厂商为什么都不用三星屏幕了？
为什么美国程序员工作比中国程序员工作轻松、加班少？
为什么微软还没有倒闭？
python与nodejs哪个性能高？
小米SU7 Ultra原型车纽北最新成绩6分22了，你怎么看？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
macbookair m4 值得入手吗?
一流女演员和一流AV女演员去演电影中AV女演员的角色，哪个会演得更好？
为什么一定要做Rohs检测认证？Rohs的影响有哪些？
用紫砂壶泡茶真的比别的茶具泡出来的茶更有味道吗？
Centos为什么突然没人用了?
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
