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：
有没有什么惊为天人的 Logo 设计？
初三画成这样算是有天赋吗？【正经求助】?
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？
为什么韩国的热辣舞团无法征服中国的男性市场？？
为什么个人需要公网ip？
坚持使用 PHP 的你，如今有什么感悟？
女生被踢裆也会很疼吗？
《欢天喜地七仙女》中 「仙女下嫁凡人」 的设定，在今天是否过时？
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?
跟离异的女同事聊天时，她冒出一句：「你老婆还不如我，离了跟我过得了」，我该怎么回答？
大连天空现罕见「窟窿云」，目击者称持续半小时，压迫感十足，窟窿云是怎么形成的？你见过吗？
如何评价张靓颖刘宇宁《九万字》?
有没有免费的NAS系统推荐一下？
西方人是怎么发现地球是圆的的？
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？
你捡过最大的漏是什么？
MacOS真的比Windows流畅吗？
055驱逐舰 是个什么概念?
怎么国内车企都要去跑纽北呢，纽北也就是个普通赛道?
如何看待jemalloc停止维护？
你的内衣丢过吗?
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
为什么一部分 Go 布道师的博客不更新了？
和女生旅游开一间房有什么注意事项？
现在个人博客不能备案了吗？
一个人山林徒步时都要关注哪些点？
Go 语言 Web 应用开发框架，Iris、Gin、Echo，哪一个更适合大型项目？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
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？
2025年了 Rust前景如何?
