12个国产大模型大战高考数学,意外炸出个大bug
2024-07-28 【 字体:大 中 小 】
金磊 发自 凹非寺
继国产大模型挑战高考作文之后,是时候再战一下高考数学了。
数学高考Ⅰ卷的题目,目前已经陆陆续续在网上有所公布(图片格式)。
那么现在,是时候考验国产大模型们的数学能力了。
有请“选手们”登场——
Kimi、通义千问、文心一言、豆包、智谱清言、百小应、讯飞星火、商量、腾讯元宝、天工、海螺AI、万知。
国产大模型 vs 高考数学选择题
根据数学题目类型的不同,我们先来小试牛刀一下选择题。
测评的方式是将题目(图片格式)“喂”给国产大模型们,要求它们给出相应题目的答案:
查看题目,给出第1题到第8题的答案。
接下来,我们就来一同看下国产大模型们的表现。
Kimi
通义千问
豆包
智谱清言
百小应
讯飞星火
商量
腾讯元宝
海螺AI
万知
不难看出,很多国产大模型还未做数学题,先败在了AI识图这个步骤,无法生成答案。
(PS:有几位选手测试时因为无法识别,未能完成答题,因此没有放出结果。)
那么我们最后来看下“踢馆选手”——GPT-4o。
国产大模型 vs 数学大题
鉴于一些国产大模型AI识图有点困难,我们这次直接先把这次高考的大题题目文字给copy出来,再让它们作答:
设n为正整数,数列 ( a1, a_2, \cdots, a{4m+2} ) 是公差不为0的等差数列。若从中抽去项 ( ai ) 和 ( a_j ) (i < j) 后剩余的 ( 4m ) 项可被平均分为 m 组,且每组的 4 个数都能构成等差数列,则称数列 ( a_1, a_2, \cdots, a{4m+2} ) 是 (i, j) - 可分数列。
(1) 写出所有的 (i, j) (1 ≤ i < j ≤ 6),使得数列 ( a_1, a_2, a_3, a_4, a_5, a_6 ) 是 (i, j) - 可分数列;
(2) 当 ( m = 3 ) 时,证明:数列 ( a1, a_2, \cdots, a{13} ) 是 (2, 13) - 可分数列;
(3) 设 ( a1, a_2, \cdots, a{4m+2} ) 是 (i, j) - 可分数列。记数列 ( a1, a_2, \cdots, a{4m+2} ) 中任取两个数和 i (i < j),则数列是 (i, j) - 可分数列的概率为 ( p_n ),证明:( p_n \geq rac{1}{8} )。
接下来,我们再来看下国产大模型们的表现。
Kimi
通义千问
文心一言
豆包
智谱清言
百小应
讯飞星火
商量
腾讯元宝
天工
海螺AI
万知
最后,还是有请“踢馆选手”——GPT-4o。
那么,你觉得国产大模型们,识图+解数学题,哪家比较好一点呢?
猜你喜欢
金鹰基金杨刚:政策利好叠加有望打破资金负向反馈
横河转债上涨129%,转股溢价率32949%
【#董宇辉回应出门阵仗大#:不是随行人员,#董宇辉称老家被直播家人深
分红比例稳步提升 顺丰控股2023年实现归母净利润823亿元
对话吴保军:零跑汽车过去3年如何融资和破局
菱电电控新注册《武汉菱电ECU BootLoader软件V10》项目的软件著作权
TTM科技盘中异动 下午盘股价大涨508%报1520美元
A股震荡分化,国资云、算力概念走强
长城汽车官方回应新疆坦克4S店起火:因变电箱短路导致
因涉嫌信息披露违法违规,中国证监会决定对上海易连立案
安顺市茶产业高质量发展(广州)品鉴会在穗举办
长华化学(301518SZ)184487万股限售股将于8月5日上市流通
小摩:予创科实业(00669)“增持”评级 电动工具行业需求复苏扩大
东风助学,车轮载梦:爱在路上,梦在远方
金鱼精下界为妖,观音为何慌得连鞋都不穿?你看谁的性命危在旦夕
中金:维持普拉达(01913)“跑赢大市”评级 目标价75港元
ST金一最新公告:公司经营情况正常 不存在应披露而未披露的重大事项
毅合捷IPO审核三年未果:突击分红176亿、靠燃油车业务、研发费用低于同行
节前“大决战”!焦炭多空博弈白热化
王赫野“去吹一场野的风”广州首唱表演吃饭