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：
Anthropic 推出的 Claude Code 是什么技术原理呢？
有哪些小众的开源项目养活了一大批人?
如果虐文女主突然醒悟，会有什么故事？
你身边身材最好的女生是什么样？
obsidian用一两年后会有多大？全文搜索还快吗？
跨境支付通将于 6 月 22 日上线，哪些银行的客户可以直接向香港账户转账？
黄一鸣为什么敢承认孩子是王思聪的？
PHP现在真的已经过时了吗？
FVCOM这个软件怎么样呢？
以色列为什么突然敢打伊朗了？不怕被报复？
你见过身边身材最好的女生是什么样子的？
火车上有女生让你帮她放一个26寸的行李箱到行李架上，你会帮忙吗？
飞天茅台散瓶批发价跌破 2000 元，背后什么原因？收藏茅台还能增值吗？
为什么中国的英语教育这么失败?
中国的国土防空系统能有效防止B2/B21这类飞翼隐身战略轰炸机入侵吗？
为什么重庆的房子这么便宜?
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
强直性脊柱炎有多可怕？
魔兽世界有必要4k吗?
韦东奕在北大会面临非升即走吗？
20届设计系，我的设计水平很差吗，找不到合适的工作?
为什么 m1 ***用大小核设计却没有 intel 的问题？
如何评价MiniMax开源首个视觉RL统一框架V-Triune，实现推理感知一肩挑，其技术上有何优势？
什么时候你开始发现俄罗斯不过如此？
为什么突破性的技术总是最先发生在西方？
大家为什么会讨厌缩写？
27寸显示器是否有必要到4K？
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？
