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：
Windows 为什么要有注册表而 Unix 就不需要？
为什么中国很少有人使用linux？
以前大力推广的沼气池，怎么现在越来越少了？
内蒙古通报那尔那茜定向委培争议，称其涉嫌高考报名材料造***，将严肃追责问责，涉事人员面临哪些责任处罚？
胸大的女孩子有什么烦恼？
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？
法院明确，购房者无需为烂尾楼开发商买单，此判决将对我国房地产行业产生何种影响？判决执行存在哪些问题？
魔兽世界为什么把抗性属性去除了?
初学者做游戏用godot还是unity好？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
黄晓明上戏考博落榜，本人回应「明年再战」，怎样看明星对高学历的追求？上戏博士有多难考？
个人小网站是怎么防止网站被攻击的?
据说Rust和WASM可以让J***ascript变得更强，有值得推荐的项目吗？
如何看待青鸾峰上连续几本***霸占纵横榜首？
j***a 使用 pgsql 好用吗？和 mysql 区别大吗？
软路由怎么没有人玩了？
罗马仕宣布召回超 49 万台充电宝，极端场景下可能有燃烧风险，有多危险？为何有安全隐患的产品能够上市？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
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？
炫富真的很爽吗？
普通人与亿万富翁之间的差距是什么？
如何评价《捞女游戏》（现更名反诈模拟器）登顶steam国区热销榜榜首？
为什么长得漂亮却没什么用?
为什么零知识证明（ZKP）领域的开源项目几乎都用Rust实现？
几年前吹得神乎其神的福建舰电磁弹射为什么现在销身匿迹了？
去羽毛球馆打羽毛球，如何才能不会显得太菜 ?
如何制造一个高级的阳谋？
如何评价电影《碟中谍8：最后清算》？
为何有人说儒家文化下极容易产生「伪君子」？它的道德教化不是以平等和尊重的为前提的吗？
为什么海军要单舰满世界溜达呢？
