六款AI大模型高考数学PK：AI界“高考状元” ，太让人意表了
为了预防高考生使用AI舞弊 ，今年高考期间 ，腾讯混元、通义千问、Kimi、豆包等国内驰名AI大模型的图片鉴别问答职能均暂停服务。对于这些企业的做法 ，幼雷却有一些质疑 ，之前幼雷测试AI大模型做高考题 ，大多阐发欠安 ，暂停图片鉴别问答服务似乎过于高看自家AI大模型的能力。 到截稿时 ，2025年高考全国一卷仅有语文、英语和数学三套试卷颁布 ，其中语文高考标题曝光后 ，已有多家媒体实测AI大模型撰写作文。不外作文写得若何 ，每幼我的概想可能分歧 ，幼雷看到的几篇评测根基是截取AI大模型撰写的文章 ，没有给出点评 ，文章质量必要读者评价。 慎沉起见 ，幼雷选择了有尺度答案的数学科目 ，测试AI大模型的能力 ，所选的AI大模型别离为DeepSeek、豆包、讯飞星火、文心一言、Kimi、通义千问 ，它们能考上985、211吗？ 首先说一下测试环境和标题 ，思考到部门AI大模型不支持手动开关联网模式 ，因而所有AI大模型启用联网搜索 ，深度思虑职能也全数打开。 第一路题属于开胃幼菜 ，难度不算大 ，参加测试的六款AI大模型也没有令幼雷绝望 ，全数推算出了正确答案 ，并且给出了具体推理过程。本题测试中 ，所有AI大模型均获得满分5分。（图片从左往右以此为：DeepSeek、讯飞星火、豆包、Kimi、文心一言、通义千问 ，下图同） 只管这路题难度不算高 ，但这六款AI大模型的阐发令幼雷面前一亮。此前测试AI大模型的数学推算能力时 ，面对稍微复杂一些的问题 ，AI大模型很难推算出正确答案。 仅一轮测试 ，DeepSeek、讯飞星火、豆包、文心一言、Kimi、通义千问六款AI大模型就证了然它们的能力 ，存在被高考生用于的舞弊的可能性 ，暂停图片鉴别问答职能绝非为了蹭高考的热度。 这路题难度相当高 ，仅有豆包在两分钟内推算出正确答案 ，讯飞星火和通义千问耗时略长一些 ，其他几款AI大模型用时更长 ，尤其是DeepSeek ，耗时足足572秒 ，靠近10分钟。 与上一题相比 ，这一题的难杜仔所降落 ，讯飞星火、文心一言、Kimi、通义千问、DeepSeek五款大模型均迅速推算出了正确答案 ，文心一言险些是秒算。豆包虽推算出了正确答案 ，但在输出答案时却犯了迷糊 ，排除了-2。因而 ，幼雷不得不扣掉豆包的三分 ，该题豆包只能得2分。 在本轮测试中 ，DeepSeek服务器忙乱的问题频仍产生 ，幼雷不得不借助第三方利用。好在 ，现阶段很多AI利用已接入DeepSeek ，幼雷使用的腾讯元宝App ，无论是推理速度 ，还是不变性 ，都远高于DeepSeek网页版或App。 前三路题 ，几款AI利用仅在履历上存在肯定的差距 ，能力根基没有阐发出区别 ，第四路题分歧 ，它的复杂度远超前面三路题 ，也是检验AI大模型能力最沉要的一项挑战。 在本轮测试中 ，豆包、讯飞星火、Kimi、文心一言、DeepSeek依然阐发杰出 ，正确推算出了两路题的答案。通义千问解答这路题时 ，可能推理出第一路幼题的答案 ，但第二路幼题却给出了谬误答案 ，阐发稍逊一筹。 依附公式和逻辑推理的数学题 ，似乎更切合AI的个性 ，但往年的评测中 ，AI大模型通常做阅读理解和写作文成效较好 ，面对复杂的数学题找不到答题步骤。 光明网在去年6月的报路中提到 ，复旦大学NLP尝试了局显示 ，AI大模型在做2024年高考题时 ，在语文领域的阐发远强于数学 ，部门数学题AI大模型甚至全军覆没 ，没有一个可能正确推算出答案 ，遇到多选题时也是谬误频出。究其原因 ，数学失之毫厘差之千里 ，不能出一丁点谬误 ，文史类内容则能够允许出现部门谬误和较为吞吐的答案。 一年功夫从前 ，AI大模型进取神速 ，深度思虑模式的参与、针对数学题的专项优化 ，令AI大模型在处置高考数学题时越发游刃有余。 经过测试 ，DeepSeek、讯飞星火、Kimi、文心一言均获得满分 ，豆包阐发不错 ，因一时忽略 ，遗憾丢了三分 ，痛失高考状元。通义千问推算较为单一的问题时 ，都维持了极高的水准 ，但处置较难的问题时出现了推算谬误 ，必要再接再严。 总是向AI行业泼冷水的苹果 ，日前在论文中暗示 ，AI推理模型只是「假思虑」 ，底子没有不变、可理解的推理过程 ，更像是影象 ，处置复杂工作时可能会崩溃。AI钻研者Lisan al Gaib复刻苹果测试步骤后暗示 ，模型不是由于推理能力差失败 ，而是由于苹果限度了输出token。 或许AI大模型推理能力仍存在上限 ，但我们看得到它们的进取。去年复旦大学NLP尝试室测试AI大模型时 ，它们面对高考数学题阐发糟糕 ，幼雷钥涓次AI大模型横评测试中 ，也得到了类似的了局。今年的测试中 ，AI大模型根基都能推算出问题的正确答案 ，已经难住AI大模型的多选题 ，也未能再对AI大模型造成困扰。 AI大模型数学题解答能力提升 ，最大受惠者可能是学生群体。国内进建机厂商和教育领导平台 ，已陆续参与AI答题能力 ，但很多设备的AI大模型仅能解答中幼学问题 ，例如行业翘楚幼猿搜题 ，标题库不蕴含大学课程。 这六款AI大模型的优良阐发 ，证了然国内头部AI企业的实力 ，高考数学题已被驯服 ，高档数学也不会远了。进建机厂商、教辅平台能够与头部AI企业合作 ，加强产品AI答题的能力 ，持续强化AI教育硬件业务。 夏季丽六月 ，金榜题名时。又是一年高考季 ，雷科技「高考毕业季」专题上线 ，满足学生粉丝的信息需要 ，涵盖搜索、AI等工具推荐 ，和手机、PC等选购攻略。敬请关注！
京公网安备11010202000001号
trap
-->