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：
为啥有好多人说 Arduino 是玩具？
身边好几个朋友要润，都说是为了孩子的教育。国外的教育真的那么好吗，低压力教育就不会教出废柴来？
arm在低功耗下的效率是x86的两倍以上，为何掌机还不使用arm芯片？
为什么闺蜜做了妈妈后就像变了个人?
一个人可以固执到什么程度？
都说网约车不赚钱，为什么还有人不停的入坑？
大家为什么会讨厌缩写？
胸大的女孩子有什么烦恼？
妃子笑是荔枝中最难吃的品种吗？
如果两辆同型号的车换了车牌，电子警察会发现吗？
为什么贵州的旅游的宣传效果较为一般？
《西西里美丽传说》女主角，在当时打扮这么高调，不觉得带给自己很多不便吗？如何理解她的心态？
vue 框架开发的项目结构是如何搭建的？
为什么网上有不少在黑阿里出来的员工？
如何看待苹果在 WWDC25 发布的 Foundation 模型框架，它将为开发者和用户带来哪些改变？
中国载人登月进展公布，锚定 2030 年前实现中国人登月目标，登月任务最具挑战的技术难题是什么？
如何评价B站UP主「酒酿lily王」、「唐卡七」等穿搭类UP主被封禁？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
中国女篮张子宇身高 2 米 26 制霸赛场，身高因素在篮球比赛中能占多大优势？她会是下一个「姚明」吗？
一个练过功夫的姑娘能打过一个没练过的男人吗？
作为一个服务器，node.js 是性能最高的吗？
如何看待 Mac mini M4 支持可更换 SSD？
Rust开发Web后端效率如何？
Chrome 浏览器设计的神细节有哪些？
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？
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？
如果你是《一帘幽梦》里的绿萍，你会不会最后原谅紫菱？
维护一个大型开源项目是怎样的体验？
