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：
为什么不用rust重写Nginx？
曼德拉是南非的罪人吗？
为什么每次说Mac的时候总会有人说Mac没有“生产力”，因为Mac用不了CAD？
买到烂尾楼到底该有多绝望？
为什么有的女生喜欢穿紧身牛仔裤？
如何看待南京景枫中心把男厕改成女厕，并宣传「此处仅有女卫生间、家庭卫生间及无障碍卫生间」？
龙芯在.NET上帮微软做CPU指令集适配，为什么到国内.NET开发者这里成了维护龙芯.NET版本?
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
黑客为什么可以做到无需知道源码的情况下找出系统漏洞？
DF-41已经可以打击美国本土，这是否相当于古巴导弹危机常态化？
胸大的女孩会自卑 吗？
golang 与rust 在服务器程序领域相比较，各有什么优劣势？
现在是2025年6月，现在的房价是阴跌还是暴跌？还会继续跌多久？是否已经开始分化?
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
你发生过的最尴尬的事是什么？
中国的导弹水平到底怎么样？
大家支不支持文言文，古文退出中国教育?
国外(GoDaddy)注册的域名如何在国内备案?
是不是大部分女性到了 40 岁，活着特没意思？
南京六大高中是哪六大？
谁能说点什么让我对日本祛魅一下?
前端如何设计网页？
SpaceX 星舰 36 号火箭静态点火测试爆炸，爆炸的原因是什么？会对星舰发展产生什么影响？
如何评价女明星梅根福克斯的身材？
美国真会下场对伊朗开战吗？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
Office 中为何还要保留 Access 数据库?
女生主动起来会有多主动?
如何评价《塞尔达传说：王国之泪》？
