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：
深圳一房屋出现沉降和墙体开裂情况，已封控 25 栋房屋，为什么会出现这种情况？有哪些安全隐患？
为什么 Qt 这么难用？
为什么好多人不承认大众审美就是喜欢白皮？
北京日报点名批评“苏超”过度娱乐化，它是否管的太宽了？为什么无良媒体不会被查封取缔？
怎么才能有尤雨溪一半强，该怎么学习？
目前最具性价比的全栈路线是啥？
你卡过最厉害的bug是什么？
如何看待《崩坏：星穹铁道》「翁法罗斯英雄纪」『海瑟音』立绘?
如何看待时下被部分网民力推的“双输好过单输”观念？
为什么小爱音箱只能播放qq音乐免费音乐?
如果两辆同型号的车换了车牌，电子警察会发现吗？
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?
Android 开发时你遇到过什么相见恨晚的工具或网站？
像出版社出版书籍是用什么软件排版呢？除了WPS和Adobe?
为什么个人需要公网ip？
如何评价国民党反动派把蹂躏妇女等下作手段写入军事教材?
055一打一能不能打过阿利伯克？
如何评价思源笔记?
如何评价字节跳动开源的 HTTP 框架 Hertz ？
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?
哪个牌子的护肤品好呀？想给妈妈买一套抗衰老的护肤品?
超级喜欢穿短裙正常吗?
***拍大尺度片子时摄影师不会看光吗？
如何评价电影《碟中谍8：最后清算》？
男朋友因为打游戏骗我去睡觉被我识破，然后我提了分手，他同意了，问问男孩子们他怎么想的？
你有过哪些艳遇？
以总理称已控制伊朗首都领空，领空被控制意味着什么？伊朗还可以通过空袭反击吗？
如何评价首个女性友好的编程语言HerCode?
J***aScript 已经强大到什么程度了？
