• 我的订阅
  • 头条热搜
给小学数学题加句废话,OpenAI o1就翻车了,苹果论文质疑AI推理
...题解决。OpenAI 2021 年提出的 GSM8K(Grade School Math 8K)小学数学题数据集已成为评估 LLM 数学推理能力的流行基准。尽管它包含了详细的解决方案的简单数学问题,适合使用思维链(CoT)提示等技术,但它只提供了一个固定问题集...……更多
ICML2024演讲爆火!Meta朱泽园揭秘大模型内心世界:不同于人类推理
...qizhixin.com;zhaoyunfeng@jiqizhixin.com大语言模型 (LLM) 是如何解数学题的?是通过模板记忆,还是真的学会了推理思维?模型的心算过程是怎样的?能学会怎样的推理技能?与人类相同,还是超越了人类?只学一种类型的数学题,是会...……更多
...,形成解题技巧。对于小学高年级的学生而言,他们面对的数学题目在出题方式和出题结构方面都更加多变,在内容上的变量关系和数量关系逐渐复杂难懂。因此教师应该在教学过程中带领小学高年级学生仔细探究小学数学规律,总...……更多
0.999……和1相等?长沙数学名师解读网络热议的小学数学题
...友热议截图。据媒体报道,近日,一位家长晒了一道小学数学题引发热议。这道题目就是问0.999……和1谁更大,不少家长肯定地为是“1大”,但有家长求助AI后得到的结果是“0.999……=1”,让大家大为惊讶,引发网络热议。潇...……更多
大模型“翻车”小学题?
13.11和13.8谁大?——这样一道简单的“小升初”数学题难倒一众网友和大模型。上周五(7月12日)综艺《歌手2024》投票率出炉,孙楠以13.8%的投票率位居第三,Chanté Moore以13.11%的投票率排在第四。一位网友留言质疑“13.8%比13.11%高...……更多
9.11和9.9哪个大?实测12个大模型8个都答错,ChatGPT也翻车了
一道小学生难度的数学题难倒了一众海内外AI大模型。9.11和9.9哪个更大?就此问题,第一财经记者测试了12个大模型,其中阿里通义千问、百度文心一言、Minimax和腾讯元宝答对,但ChatGPT-4o、字节豆包、月之暗面kimi、智谱清言、...……更多
科学家推出大模型数据集,涵盖奥赛数学题,有望让AI辅导数学课程
...学辅导。图 | 赵子龙(来源:赵子龙)用大模型求解奥赛数学题本次课题最早可以追溯到 2023 年 2 月。当时,已经有一些研究团队开始使用大模型做逻辑推理和数学推理。赵子龙和合作者也认为这个方向很有前景。他表示让自己...……更多
AI表现直逼国际奥数优秀选手, 它要 “征服”数学了吗?
...匹克(IMO)中的复杂几何问题。解答国际数学奥林匹克的数学题,需要强大的头脑创造力,而AI历来在解答此类问题中的表现不佳。但“阿尔法几何”经过针对性训练后,在逻辑检查系统的加持下,其几何学的解题表现几乎与最...……更多
对标o1,Kimi放出了最能打的国产模型
...的 o1 完全版的 94.8 分。而在两个难度更大的竞赛级别的数学题库 OMNI-MATH 和 AIME 基准测试中,k0-math 初代模型的表现分别达到了 o1-mini 最高成绩的 90% 和 83%。常规模型的关键目标是尽快提供答案。与之不同,在做题过程中,k0-math...……更多
大模型是否有推理能力?DeepMind数月前的论文让AI社区吵起来了
...干扰,最聪明的模型也会犯最简单的错误(参见《给小学数学题加句「废话」,OpenAI o1 就翻车了,苹果新论文质疑 AI 推理能力》)。这种现象被归结为「当前的 LLM 无法进行真正的逻辑推理;相反,它们试图复制在训练数据中...……更多
9.11比9.9大?多个大模型翻车!业内人士:就是偏科,文科强理科弱
...理科最好成绩还无法进入人类考生的前30%。针对大模型答数学题普遍“吃瘪”的问题,国内某头部大模型负责人就曾表示,大模型的指令遵循或者说推理能力通常是把一个指令背后的意思拆解出来,但数学题既包含规则性,又包...……更多
对标OpenAI o1!Kimi发布新一代推理模型:中考高考考研全第一
...,月之暗面坦言,k0-math虽然擅长解答大部分很有难度的数学题,但是当前版本还无法解答LaTeX格式难以描述的几何图形类问题。另外,k0-math还有一些局限性需要突破,包括对于过于简单的数学问题,例如1+1等于几,k0-math模型可...……更多
港中文团队提出大模型元推理范式,革新大模型的评价体系
...而在认知推理类的数据集上也存在着类似现象。面对一道数学题,假如要求大模型给出分步推理的“思维链”时,大模型往往会混淆不同单位的量,比如将时速和公里数相乘相加,这说明对于不同概念背后的物理意义,大模型存...……更多
...语言模型的短板,GPT-3.5发布后,也被指出过做不了简单数学题。记者在现场“调取”了一页数学题,要求“商量”解答其中一道“判断题:求商的近似值时,要保留三位小数,就要除到商的百分位。”“商量”给出的答案为:...……更多
...们这群核心成员里很多人都是理科生,有时候突然扔一个数学题到群里就开始一起解答”。这个诞生于PC贴吧时代的兴趣社区,在互联网浪潮中走过了20年。吧主公孙闬透露,创建人当年还是小学生,前些年去国外攻读博士了,...……更多
...年级教师要做好衔接,引导学生理解图形对解题的意义。数学题的特点是有许多相关的背景信息,要求学生寻找出有用的信息,对题目中已知条件进行分析,挖掘出已知条件背后的信息,教师在培养数形结合思想过程中,引导学生利用画...……更多
名师谈数学高考:先熟后生、先易后难
...作以来一直担任班主任,深受家长与学生好评。今年高考数学题量减少 思维强度增加与2023年高考相比,罗风云老师预计2024年高考数学试卷将经历基调、结构和题型的部分改变,虽然增加了区分度,但总体仍趋于稳定。他强调,...……更多
小学数学题惊动了教育局 网友:我读第一遍竟然是懵的
...动了教育局,这件事在网上引发了很多网友的讨论。小学数学题惊动了教育局这个究竟是怎么一回事呢?原来武汉刘先生孙女今年上小学二年级,几天前刘先生在给孩子辅导数学作业的时候,看到了这样一道题:猫妈妈钓到一些...……更多
...响,不去分析本质,从而解题方法形成定式。小学三年级数学题的解题策略思考1.设计创意问题,引导学生主动分析思考。对于三年级的学生来说,他们对数学的理解处在一个学步的阶段,因此老师需要结合他们的实际水平和接...……更多
罗格斯大学团队提出思想链概念,提高大模型的算数推理能力
...效的提示,从而可以完成复杂的推理任务。而这种增强解数学题的能力,能帮助用户更好地解数学题。此外,CoT 还可以通过搜索引擎理解和处理多步骤查询,来增强搜索引擎的功能,这样一来不仅能为用户提供答案,还能为用...……更多
...张纸,杨乐尽情徜徉在数学世界之中。中学期间做了多少数学题?他没有专门统计过,“但肯定过万了”。1956年,杨乐考入北京大学数学力学系,平均每天学习12个小时。6年后,他进入中国科学院数学研究所读研究生,在熊庆...……更多
小升初衔接,数学该怎么学,命题在发生什么变化?杭州初中数学核心组推出公益大讲堂,满满都是干货
...再用数学语言把它表达出来。何老师还拿去年的一道中考数学题举例,题目是这样的——杭州奥体中心体育场又称“大莲花”,里面有80800个座位,数据80800用科学记数法如何表示。“大莲花是真实情境,很多孩子都去过。在真...……更多
9.11和9.9哪个更大?一道小学生都会的数学题,却难倒了一众AI大模型。昨天,“大模型测不出9.11和9.9哪个大”还登上了微博热搜。这个难倒大多数AI大模型的数学题,其实来自于最近热播的《歌手》。7月13日,在最新一期《歌...……更多
菲尔兹奖得主亲测GPT-4o,经典过河难题破解失败!最强Claude 3.5回答离谱,LeCun嘲讽LLM
... 3.5依旧答错了。LeCun在此嘲讽大模型一番,大模型竟可以推理...?问题在于,LLM没有常识,不理解现实世界,也不会规划和推理。LLM行不行,就看提示了一位网友分析总结了,以上LLM失败的原因。他表示,LLM本身就是个「哑巴」...……更多
...靠性就尤为重要。”她描述道,大语言模型“在解决复杂数学题时会表现得非常好……直到你发现7加3等于12”。最令人惊讶的是什么?答案往往与基于逻辑和概率的推理脱节。例如,在盒子测试中,“克劳德2”有一半次数能给...……更多
84岁宜兴奶奶跟着视频做数学题
本文转自:扬子晚报84岁宜兴奶奶跟着视频做数学题听课记笔记,儿子称这是她的爱好和习惯扬子晚报讯(记者 王塞塞)“对这个式子进行分析,首先我们要保证它是一个整数,也就是说,所有跟根号相关的式子都要抵消掉…...……更多
入选清华“新领军”这个济南初中生有啥“秘诀”?
...”这种天赋表现在两方面:做题速度快,在别人完成一套数学题时,他已经做完了两套,而且准确率高。苗斌也告诉记者,从张晋阁的家人那里了解到,张晋阁自小就表现出了明显的数学天赋:二三岁会算加减法,会跟着爷爷学...……更多
84岁江苏婆婆跟教学视频做数学题,听课笔记震惊网友
...…”近日,江苏宜兴一位婆婆坐在桌子前跟着教学视频做数学题的视频在引发网友关注和讨论。视频中,婆婆专注听课,字迹工整有条理,一副“好学生”的样子。5月26日,扬子晚报/紫牛新闻记者电话联系上了婆婆的儿子许先...……更多
...落实“双减”,要做好科学教育加法,这不是一道简单的数学题,而是教育观念的转变升级。数学教育与其他学科进行有机结合。我们可以通过跨学科的教学设计,让学生在数学课堂上应用和拓展其他学科的知识。例如,将数学...……更多
“景润”浸心  “文笔”生辉
...题目堆中,晚上点着煤油灯演算习题。有一次,他被一道数学题难住,花了一个晚上的时间还是没能解答出来,想起陆宗授老师就住在附近,便去向他请教。“他这种钻研劲头十分难得,我喜欢这样的学生,他以后一定会有一番...……更多
更多关于科技的资讯:
HKC新款27寸显示器首发1599元:2K 320Hz屏
快科技1月3日消息,HKC新款27寸显示器——猎鹰二代G27H4Pro已经上市,首发1599元。据悉,新款显示器搭载Fast IPS快速液晶面板
2025-01-03 08:14:00
女子长时间未拔手机充电器 房子变废墟
近日,海南海口市龙华区发生了一起手机充电器导致的住宅火灾事件。据海南消防通报,一栋居民楼的19层一套住房客厅突然起火。消防队员迅速赶到现场展开救援行动
2025-01-03 08:14:00
性能最强安卓平板TOP10出炉:OPPO Pad3 Pro夺冠
快科技1月3日消息,安兔兔最新发布的2024年12月份安卓平板性能排行榜显示,OPPO Pad3 Pro凭借骁龙8 Gen3领先版的强劲支持
2025-01-03 08:14:00
国漫典藏级定制!真我Neo7不良人限定版今日发布
快科技1月3日消息,今天下午4点,真我Neo7不良人限定版将正式发布,与《画江湖之不良人》第七季梦幻联动,现场还将进行特别PV全球首映
2025-01-03 08:14:00
经常用热水泡脚 身体会发生什么变化 这4类人千万别乱泡
冬天,每位在通勤路上饱受寒风摧残的打工人,大概都抱着相同心愿:早点下班,回家用热水泡泡脚,来缓解一天的疲惫和寒冷。作为和“保温杯里泡枸杞”齐名的养生方式
2025-01-03 08:14:00
上4休3的好处已经显现出来了 打工人心情愉悦:周三能固定放假吗
1月3日消息,近日,周三的放假安排让众多网友的心情得到了极大的愉悦。许多人称,由于这次特殊的放假模式,他们在这个周末都没有出现以往的emo情绪
2025-01-03 08:44:00
499元REDMI 14C火了 半小时卖完了一个月的量
快科技1月3日消息,今天一早,REDMI产品经理胡馨心公布了一个振奋人心的消息:她说道:“听说REDMI 14C也火了
2025-01-03 08:44:00
厦门AI创作者:“投喂”温暖 AI视频作品才能有温度
温勤在工位处理AI视频。(厦门日报记者 薛尧 摄)厦门网讯(厦门日报记者 薛尧)2024年12月30日晚,在央视新闻主办
2025-01-03 08:52:00
电影平均票价连续4年超过40元被吐槽太贵:19.9元的电影票回来了!
快科技1月3日消息,你多久没有去电影院看过电影了,是因为没有好的影片,还是票价太贵?最新的调查显示,2024年的总票房体量与2015年相当
2025-01-03 09:14:00
美主播评论中国六代战机尴尬翻车 肉眼就能看见也不隐形啊:网友笑哭
1月3日消息,当地时间2024年12月29日,美国微软全国有线广播电视公司(MSNBC)新闻节目主播克里斯蒂娜 鲁菲尼(Christina Ruffini)在评论有关“中国第六代战斗机成功首飞”的传闻时称
2025-01-03 09:14:00
90后清华女硕士裸辞转行去蓝翔学厨师引热议:浪费人才吗
1月3日消息,近日90后清华女硕士转行学厨师一事引起了网友的热议,有不少人表示,这简直就是浪费人才,大家觉得呢?这位女孩名叫佟洁琼
2025-01-03 09:14:00
2025蛇年纪念钞/纪念币今日兑换 一套约赚800元
快科技1月3日消息,2025年蛇年贺岁纪念币和纪念钞于1月3日至9日开启兑换。大家可携带身份证和现金前往预约的银行网点进行兑换
2025-01-03 09:14:00
欧洲负电价现象加剧 德国电价跌至零以下:清洁能源快速增长导致
1月3日消息,据国外媒体报道称,清洁能源快速增长导致欧洲电力市场频现负电价。由于风能发电量远超需求,1月2日德国隔夜市场出现4小时负电价
2025-01-03 09:14:00
达产后年利润近5亿!青岛超大尺寸面板后道项目落户青岛西海岸
齐鲁晚报·齐鲁壹点 徐润杰1月2日,总投资30亿元的青岛超大尺寸面板后道(Open-Cell)项目签约落户青岛西海岸新区
2025-01-03 09:26:00
商务部研究员洪勇:新质供给引领“中国制造”升级“中国智造”
近日,中央经济工作会议明确提出要以科技创新引领新质生产力发展,建设现代化产业体系,鼓励积极运用数字技术、绿色技术改造提升传统产业
2025-01-03 09:32:00