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：
杨幂论文一年间 AI 率从 0 飙至 91%，为什么会这样？AI 查重到底有没有统一标准？
前端，后端，全栈哪个好找工作？
肩袖肌群损伤了应该怎么办？
你们在公司是怎么使用k8s和docker的？
中国的航空发动机现在是什么水平？
怎么向老婆简单解释nas的用途？
雷军为什么不愿意用性价比打法进军NAS？
count(*) count(1)哪个更快？
据说Rust和WASM可以让J***ascript变得更强，有值得推荐的项目吗？
为何中国反复升级轰六轰炸机群？
如何优雅地给妹子优化电脑（Windows）？
你理想中的完美户型长什么样？
如何评价前端框架 Solid?
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
编译器和解释器的分界线在哪，字节码效率能否无限接近机器码？
为什么在中国邮箱不流行？
央行行长潘功胜首次在公开场合谈及稳定币，稳定币是什么？有何深意？
腾讯开源的 libco 号称千万级协程支持，那个共享栈模式原理是什么?
有人说x86是条必沉的船，苹果早就跳船了，微软也有弃船的意图，你怎么看？
公司规定所有接口都用 post 请求，这是为什么？
学生校服如何隐藏内衣痕迹?
现在河南流行娶外国女（比如越南、老挝）结婚了吗？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
小米发布了 REDMI 首款旗舰小平板 K Pad，仅 8.8 英寸，小巧便携，如何评价这一设计？
你的鱼缸里养过什么奇怪的鱼？
微软暂停专用 Xbox 掌机开发，转而优化 Windows 11 的掌机游戏体验，这背后原因有哪些？
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？
《甄嬛传》中祺贵人为什么和甄嬛反目？
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？
从零写一个3D物理引擎难度多大?
