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：
为什么人到中年，很少有身材苗条的？
为什么中国现在全球军事实力第一，但包括中国人在内很多人不认可？
买到烂尾楼到底该有多绝望？
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？
个人开发者或小企业不申请经营性ICP备案，怎样开发APP盈利?
有邻居的追求者出价三万，让我连续半个月每天找个女朋友晚上弄点动静，我该答应吗？
独立开发桌面程序（Windows）UI框架选择哪个更好？
胸大的女孩会自卑 吗？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
仰望u9明明技术实力更强，为什么纽北的成绩没有小米su7ultra好？
Rust、Go、Zig、Dart、C3、C++、C，仓颉、moonbit、凹语言哪个语言更有未来？
商城里如何缓存商品信息?
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
为什么 macOS 并不差，可市场总敌不过 Windows？
为什么不建议在 Docker 中跑 MySQL？
前端能否限制用户截图？
《欢天喜地七仙女》中 「仙女下嫁凡人」 的设定，在今天是否过时？
为什么 IPv6 在国内至今未得以大规模应用?
为什么很难聘到前端工程师？
感觉鱼缸久了底下火山石里脏脏的，能彻底换水清理一遍不？
华为和硅基流动发布CloudMatrix384超节点部署DeepSeek的报告，对行业有何影响？
go为了编译速度减少了很多编译优化？为什么不能提供优化编译模式来提升运行效率？是太懒还是另有隐情？
卖域名还是个好生意吗？
组nas一定要TDP低的cpu吗？
女生腰细是怎样的体验？
如何看待M4单核性能吊打9950x?
为什么感觉腾讯的风评越来越好了？
为什么大厂宁愿用go也不用.net?
