作者:陆涵之
去年,“9.11和9《麻将胡了2游戏平台》.9谁大?”这一简单的数学题曾难倒了多家大模型。到了今年,大模型的理科能力提升如何?
今日网易有道发布了一则视频,6位清华姚班学生与AI比赛做高考压轴题。清华姚班为图灵奖得主姚期智院士创办,汇聚了数学、物理、信息学竞赛金牌得主。
对于AI的回答,一位姚班学生认为AI做题思路与其一致,步骤更加清晰,相较于传统的答案更有利于学生理解解题思路。
可以对比的是,去年高考结束后,有机构让包括GPT-4o、豆包、文心4.0在内的9家大模型尝试河南的高考卷,并以河南的分数线评判,最终有4家大模型在文科高考中达到河南的一本线,但没有大模型的理科分数达到河南省一本线。
有道相关负责人对记者表示,今年以来AI进展迅速,尤其是DeepSeek-R1带来了推理模型大爆发,而大模型推理能力和交互能力在教育场景的适配性非常高,能够逐步解决个性化教学和答疑的需求,而且提供的指导和答疑质量越来越高,所以选择与高考顶尖学霸进行同题测试,用一种直接明了的方式向大众展示AI大模型能力的提升。
在题型选择上,主要基于难度和认知度的考量,上述负责人表示,“因为大家对高考的难度都是有概念的,尤其是这种高难度的理科压轴题,容易引起关注,也能直观展示效果。”
上述人士透露,前段时间还做了北京最新高考二模(题库数据里没有的新题)的挑战。AI答题后由老师进行批改,分数为697分(总分750分),达到“清北”水平。“毕竟去年AI集体做24年高考题的时候理科几乎全军覆灭。”
过去一年时间,不少大模型公司将数学能力作为大模型的能力体现。OpenAI在介绍OpenAI o3-mini时表示,OpenAI o3‑mini 的高推理能力在 FrontierMath 上的表现优于其前辈。在 FrontierMath 上,当被要求使用 Python 工具时,具有高推理能力的 o3‑mini 首次尝试即可解决超过 32% 的问题,其中包括超过 28% 的挑战性 (T3) 问题。FrontierMath是由Epoch AI联合60余位全世界的数学家共同推出了全新的数学基准,其原创的数学问题对于专业数学家而言仍需数小时甚至数日解决。不过,OpenAI公布的成绩后续曾遭到质疑。
此前谷歌宣布推出了基于强化学习的数学推理系统 AlphaProof,以及几何求解系统的改进版 AlphaGeometry 2。谷歌表示这两款系统共同解决了2024年国际数学奥林匹克(IMO) 六道题目中的四道,首次达到了与银牌得主相当的水平。
今年4月29日,阿里巴巴发布新一代通义千问模型Qwen3。据了解,在奥数水平的AIME25测评中,千问3斩获81.5分,刷新开源纪录。
乌克兰境内共有4座运行的核电站,除扎波罗热核电站(6台 ♊机麻将胡了2游戏平台组)外,还有罗夫诺核电站(4台机组)、南乌克兰核电站(3台 ♎机组)和赫梅利尼茨基核电站(2台机组)。(总台记者 王晋燕)
那陪伴的第二层是同事。3年前我很焦虑,因为我觉得自己不 ♐擅长用人,尤其是一些大公司的高管空降到我们公司总是半年时间、 ⚡一年时间就宣告失败。那时我非常的灰心,同时也对自己产生了很多 ❓怀疑。后来我发现我不能盯着自己的短板而要去挖掘自己的长板。我 ♒发现我自己非常擅长挖掘年轻人的亮点,成就年轻人。今年我们公司 ⛽任命了两位合伙人,这两位合伙人加入公司7年以上的时间了,他们 ❓入麻将胡了2游戏平台职时候的工资差不多也就1万块钱左右,是很基层的员工。但是在 ⛺很多年的时间里面,他们在各个业务板块成长 ⛴,从一个大头兵到小组 ⚡长,再到部门经理,再到独立能承担起一块业务。甚至在公司转型的 ⛴时候,他们冲到一线,然后去带领公司的转型 ♑。我在这个过程中看到 ❤他们的才华能力,也愿意给他们机会,有时候也陪着他们走过平静焦 ❢虑和那些没有答案的时刻,我也愿意给他们空间和宽容。可以说我陪 ⛼伴他们成长 ♎,他们也陪伴我创业,那这种成就感带来的支点也是很大 ➣的。
本报记者 齐襄公 【编辑:花永 】