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：
穿瑜伽裤爬山的女生会不会害羞？
如何评价单依纯在《歌手 2025》第七期演唱的《思念是一种病》？
中美贸易协定取得重大突破！美股暴涨！美国近期宣布与多个经济体将达成实质贸易协定，对此你怎么看？
卖打印机现在好做吗?
为什么有的人喜欢带着 MacBook 去咖啡店或者书店上网，而不是 ThinkPad 之类的？
三只羊是不是被人做局了？
靳东、宋佳分封视帝、视后，《我的阿勒泰》获最佳剧集，如何评价 30 届上海电视节白玉兰奖获奖名单？
Go语言对象的内存布局是怎样的？
是不是大部分女性到了 40 岁，活着特没意思？
如何评价首个女性友好的编程语言HerCode?
有用 NAS 被联通以安全为由要求停止使用的吗？
J***aScript 这种语言特性十分糟糕的语言流行起来是不是一场灾难？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
为什么有的女生喜欢穿紧身牛仔裤？
华为曾承诺“三年不卡顿”，如今三年之期已到，华为手机能做到不卡吗？
正常人吃治疗抑郁症的药会变快乐吗？
现在学编程晚不晚？
你认为 PC 上最好用的 PDF 阅读器是哪一种？
为什么用 electron 开发的桌面应用那么多？
如何看待「87%的人睡前一小时有玩手机的习惯」，睡前关灯玩手机对眼睛危害有多大？
病毒会不会逃出虚拟机？
有没有用过GOOVIS的？
你的低成本爱好是什么？
伊朗为什么会被中俄抛弃？
如何评价漫威剧《钢铁之心》？
小米 YU7的3分钟20万辆订单是真的吗？
为什么都 2025 年了，还有那么多人宁可双持，也不愿意放弃安卓或非安卓手机？
