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：
鱼缸氨氮含量低，但是硝酸盐和亚硝酸盐爆表，已经一个多周了，咋办？
工业克苏鲁什么意思?
24岁得了腰突是不是人生就完了？
跨平台GUI框架到底应该自绘还是原生控件绑定？
大家怎么看待长沙这个城市？
面试中被嘲笑Token放在redis里，该如何应对这种情况呢？
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
作为爸爸，你给闺女洗澡洗到多大？
要不要帮导师装服务器?
各位父亲支点招，一个大专生要怎么样才能找到坐办公室、五天八小时很少加班、月薪一万左右的工作？？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
99A的装甲防护问题这么大吗？
如何评价首个女性友好的编程语言HerCode?
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
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？
美国重新工业化有多难？
2025 年高考，为啥大家反应冷淡得出奇？
如何看待 Rust 的应用前景？
你的低成本爱好是什么？
如何看待「苏超」赞助商1个月增加超200%，达到中超2倍？
中国大陆的苹果手机被阉割了哪些部分?
Go 语言几乎打了所有 Programming Language 学者的脸，然而它却成功了，为什么？
电视剧《长安的荔枝》17-20 集拍得如何？有哪些值得关注的剧情点？
女朋友是跳拉丁舞的，跳双人舞时会有身体接触，作为男友我感觉有点吃醋怎么办？
为什么 mac mini 的 m4 版本价格这么低呢？
自己组一个E5服务器才几百块钱，为什么去阿里云租这么贵?
Rust 的设计缺陷是什么？
有什么是你去河南才明白的事？
汤姆·克鲁斯在国外算几线？
怎么才能有尤雨溪一半强，该怎么学习？
