来源：量子位
听说网友被ChatGPT气炸了！
昨个儿高考数学刚结束，有网友就坐不住了，赶紧找来了新高考数学一卷的部分题喂给了AI同学。
结果却让人大跌眼镜（8>√9×3=3√3？）：
有网友表示：
ChatGPT4能把自己气炸，怎么教都不会
△图源博主@浪猪灰头
所以大模型之前表现数学推理能力好，都是在耍花招？它只是记住了问题的答案？
先别着急下定论，给AI同学一个证明自己的机会吧。
我们用ChatGPT（GPT-3.5）、GPT-4、百度文心一言、阿里通义千问、科大讯飞星火认知大模型这几位“数学高手”进行了测试。（最近出现了太多的大模型，实在测不完，还有比如Bard不支持中文等原因，所以我们先选择了上述几个模型）
整体表现如上图，目前大模型在做高考数学题方面还是个“差生”。
一起来看下具体结果是怎样令人哭笑不得的。
五大模型能否做对填空题？
先来点填空题当“开胃小菜”。
公平起见，我们使用同样的格式进行提问。
某学校开设了4门体育类选修课和4门艺术类选修课，学生需从这8门课中选修2门或3门课，并且每类选修课至少选修1门，则不同的选课方案共有？种
答案：64
GPT-4（正确）
ChatGPT （错误）
文心一言（错误）
不应该是两种方案数加起来吗？已经逐渐离谱。
通义千问（错误）
第一种选课方案里的“都不选”是个什么鬼！
讯飞星火（错误）
出师不利，只有GPT-4给出了正确答案，填空题对于大模型来说也很有难度？
但是看起来这几位AI同学都知道分情况来计算，也许只是恰巧这道题做错了？我们接着往下看。
在正四棱台 ABCD-A1B1C1D1中，AB=2，A1B1=1，AA1=√2,则该棱台的体积为
答案：7√6/6
GPT-4 （错误）
ChatGPT（无解）
文心一言（错误）
通义千问（错误）
讯飞星火（错误）
这一题直接全军覆灭，ChatGPT更是直接没解出来，还让检查是不是题出错了。【救命】
答案越来越离谱了，还真就不信邪了。
再来！
已知函数 f(x)= cosωx -1(ω>0)在区间 [0,2π]有且仅有 3 个零点,则ω的取值范围是？
答案：[2,3)
GPT-4（错误）
ChatGPT（错误）
文心一言（错误）
通义千问（错误）
讯飞星火（正确）
本已经抱着再一次全军覆没的心情了，没想到中文大模型力挽狂澜！
做大题表现如何？
玩腻了填空题，再来挑战一下更有难度的大题吧！
公平起见，我们还是以同样的格式进行提问：
请你做一下面这道数学题：已知在△ABC中，A+B=3C，2sin(A-C)=sinB。（1）求sinA （2）设AB=5，求AB边上的高
答案：（1）3√10 /10（2）6
下面是各个大模型的表现结果：
GPT-4（错误）
ChatGPT（错误）
文心一言（错误）
通义千问（错误）
讯飞星火（第一问答案正确，第二问错误）
这道三角函数题，科大讯飞的星火认知大模型第一小问答案对了，但是步骤中有差错（第二步）。
据说，GPT-4做这种题只有0.1%的概率生成的结果完全正确。
高考数学第一道大题通常都比较简单，上面这几位AI同学的表现你觉得怎么样？
如果大家感兴趣可以自己测试一下后面几道难度相对较高的大题（小编试过了，结果一言难尽，不忍直视）。
或者大家可以使用不同的prompt试试捏～
参考链接：
[1]https://weibo.com/5647310207/N4frlb5tx?refer_flag=1001030103_
推荐阅读
欢迎大家加入DLer-计算机视觉技术交流群！
大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。
进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明）
👆 长按识别，邀请您进群！
扫一扫
51
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
