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：
女人出去约会，是喜欢穿裙子还是裤子?
NAS噪音太大，大家都吧NAS放置到哪了？
巴基斯坦援助伊朗防空，大家怎么看？
伊朗把本次以色列攻击定性为恐袭是为什么？是为了触发上合组织？
在excel中，如何利用VBA将这段数据转成json格式？
为何 Linus 一个人就能写出这么强的系统，中国却做不出来？
为什么 mac mini 的 m4 版本价格这么低呢？
凤凰传奇曾毅公开佩戴含有不雅元素的手表，这涉嫌违法吗？如何从法律角度解读？
Apple 为什么不封杀 Flutter 呢？
张伟丽可以打败什么级别的普通男性？
淘宝是如何做到长时间在 iOS 后台运行的？
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
Android 开发时你遇到过什么相见恨晚的工具或网站？
如何部署Prometheus监控K8S？
你是怎么发现亲戚开始见不得你好的？
女生被踢裆也会很疼吗？
能分享一下你写过的rust项目吗？
如何评价DuckDB?
systemd吞并了什么?
《凡人修仙传》的韩立有 72 把金雷竹做的剑，其他人看见了不觉得奇怪吗？
国家电网不再全额收购可再生电力，光伏怎么生存啊？
如何评价阿里等大厂笔试现已经禁用本地IDE？
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
现在个人博客不能备案了吗？
Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
为什么提傅首尔面相而忽略一件事情本质呢？
异性同办公室久了会不会日久生情？
这个世界有多少用WinRAR的付费用户？
从零写一个3D物理引擎难度多大?
