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：
各位都在用Docker跑些什么呢？
以色列为什么要打伊朗？
你曾看到空乘做过的最傻的事情是什么？
四岁的女孩儿跳舞怕压腿，家长该坚持吗？
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？
英伟达 RTX 5050 笔记本显卡跑分曝光，该显卡有哪些亮点？
三只羊是不是被人做局了？
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？
为什么河南饮食走不出去？
广东省肇庆市怀集县洪水后，赵一鸣零食店被哄抢，物资和收银机里面的几千块钱被哄抢一空，如何评价？
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？
Rust开发Web后端效率如何？
如何评价白宇帆、辛柏青主演的电视剧《护宝寻踪》？
有一个***约你出去，你会去吗？
如何看待华为Pura80标准版手机接口竟倒退成USB 2.0？要是也烧了WIFI是不是不好备份数据？
微信头像会影响第一印象吗？
特朗普称美国完成对伊朗三处核设施的打击，具体情况如何？伊朗会如何反击？
如何评价捞女游戏改名，全网“围剿”，以及导演b站账号被封这件事?
分享一下你用过好用的开源项目有哪些?
大家怎么看待长沙这个城市？
男人的快乐有多简单？
Electron是否有作为游戏引擎的潜力？
如何看待三峡集团总部搬迁至武汉？
为什么欧美影视喜欢露点？
Flutter 为什么没有一款好用的UI框架？
想要入行音***开发，但是没有相关项目经验怎么办？
KVM显示器有哪些？
Linux下监控流量一般使用什么工具？
在NAS上安装了什么应用，让你的生活体验有了巨大的提升？
坚持使用 PHP 的你，如今有什么感悟？
