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：
为什么师父不愿把真本事传给弟子?
黄金，今年会达到怎样的高度？
如何看待rust编写的zed编辑器？
为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
性在婚姻生活中真的重要吗?
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
跟领导坐一辆车下乡，连司机共三人，领导问我「听说办公室主任人缘不好，你有听说吗？」，我该怎么回答？
你见过最人性化的设计是什么？
汉语是牺牲了什么，才成为世界最紧凑、最高效的语言？
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别？
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
主流的云厂商各自优势在哪里？
女生主动起来会有多主动?
据报道称“浏览器内核有上千万行代码”，浏览器内核真的很复杂吗？
在所有动物肉中，哪一种味道最好？
为什么幼儿园的超前教育被叫停?
现在个人博客不能备案了吗？
汤姆克鲁斯、妮可基德曼有生活照吗？他俩身高究竟相差多少？
伊朗这次会崩溃灭亡吗？
中国民间中小工厂能快速造出武器吗？
如何评价首个女性友好的编程语言HerCode?
怎么才能有尤雨溪一半强，该怎么学习？
在NAS上安装了什么应用，让你的生活体验有了巨大的提升？
以色列为什么要打伊朗？
如果SSD硬盘闲置很多年，内部数据会不会丢失？
Vue性能优于React，那为什么还不用Vue？
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？
docker 容器启动后如何添加端口映射？
