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：
安抚奶嘴会影响嘴形吗？
你们是怎么远程用NAS听歌的？
理论上flutter性能应该非常高才对，为什么好些flutter应用性能一般？
骑车后腰疼直不起来做什么运动比较好呢？
macbookair m4 值得入手吗?
紧身牛仔裤看起来不正经，真的是这样吗？
Golang 中为什么没有注解？
SATA固态好用吗？为什么大家都喜欢m.2呢？
CPU 为什么很少会坏？
Electron 做游戏客户端的潜力有多大？
为什么现在新出的显卡（甜品级）很多使用PCIe5.0 x8，而不是x16？
国产数据库有什么坑？
孩子不爱运动要怎么解决？
Todo清单、闪点清单、微软TODO、番茄todo、滴答清单、奇妙清单，哪个待办事项App更好用？
干猎头有前途吗？
三江学院宿舍楼翻新，花费将近38万委托公司搬运行李，结果只有一个阿姨挑着扁担搬运行李，如何评价？
《诛仙》作者萧鼎于近日修改《诛仙》原作并大量删去碧瑶戏份，如何看待这一行为？
女子被闺蜜按水中后续如何?
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
有网友称相机电池不能上飞机了，哪怕是原厂电池只要没有 3C 标志就不行，是真的吗？这规定合理吗？
哈尔滨高温大学生楼道睡觉，学生称体感温度 37、38℃，东北学校该不该装空调？未来东北高温天会更多吗？
为什么现在糖尿病越来越多？
有什么方法可以更快地理解 J***aScript？
为什么中国人做一顿饭要几个小时，而国外花的时间少得多？
各省的省超出来后（类似于苏超），中超是不是就废了？
Node.js 性能为什么这么差？
河北旅游被低估有多严重？
如何看待贾玲、沙溢、贾冰、杨天真、范湉湉均瘦身成功？为什么明星想瘦就瘦普通人却很难？
程序员的时间管理真的是写代码1小时，调试8小时吗？
大龄剩女到底要不要妥协结婚？
