• 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
...大模型的数学水平,赵海笑道:“很多人没考过GRE,其实GRE的数学题难度和中国小学数学题差不多。GPT-4的数学水平不会很高,很多小学奥数题可能就解不出来。”GPT-4为何是“数学不太好的文科生”?他解释说,和图像分析能力一样,它...……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
人工智能已经可以解决复杂的数学问题了,还有哪些工作无法被取代
...。在简短的训练之后,Codex给出了来自高中比赛的近4000道数学题目的自然语言陈述。起初,Codex准确率略低于30%。当它失败时,它创造了一些术语来填补翻译词典的空白。在此研究之前,Codex从未尝试在自然语言和形式数学代码...……更多
微软华人团队发布全新基准AGIEval,专为人类考试而生
...学、英语、中文、地理、生物、化学和物理;从GRE中选择数学题;从SAT中选择英语和数学科目来构建基准数据集。2.法学院入学考试 法学院入学考试,如LSAT,旨在衡量未来的法律学生的推理和分析能力,考试内容包括逻辑推理...……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
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
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
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
...小讲师”环节,分不同年段进行数学绘本、数学家、经典数学题的介绍和讲解。小朋友们既可以单独演讲,也可以选择和小伙伴两人组合进行演绎。每一份作品,先进行班级初选,再通过年级PK选出特等奖,各年级的特等奖选手...……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
更多关于科技的资讯:
Steam正式推出游戏录制功能:全面支持Steam Deck
快科技11月6日消息,Steam官方今日宣布,可创建和分享游戏画面的全新内置系统游戏录制功能,现已结束测试并面向所有人开放
2024-11-06 12:10:00
8小时下完1年半的雨 已死亡214人!西班牙招谁惹谁了
10月29日晚至30日凌晨,西班牙南部出现百年来最严重的暴风雨天气,官方统计截至11月3日已导致214人死亡,成为西班牙现代史上遭遇的最严重的自然灾害
2024-11-06 12:10:00
胖东来发布打假声明:多个账号宣传商品并非来自己方、已举报
快科技11月6日消息,今日上午,胖东来发布了“打假声明”,主要针对近期第三方平台出现多个账号虚假宣传“胖东来”产品的情况
2024-11-06 12:10:00
中新经纬11月6日电 (谢婧雯)近日,清华五道口首席经济学家论坛“首席月度讲座”暨《大国竞争与世界秩序重构》新书发布会举办
2024-11-06 12:19:00
10万级紧凑插混SUV!比亚迪宋Pro DM-i上市首月销量31780辆
快科技11月6日消息,比亚迪宣布,第二代宋Pro DM-i上市首月销量达到31780辆。该车型于9月23日上市,推出4款车型
2024-11-06 12:40:00
3999元 泰坦军团推出新款43寸显示器:4K 144Hz屏、NFC一碰投屏
快科技11月6日消息,泰坦军团推出新款43寸显示器G43S5,售价为3924元。外观上,新款显示器采用了深灰色设计,正面为四边微框
2024-11-06 12:40:00
小米空调在中国线上市场已经站稳行业第三
近日,有数码博主引用奥维云网数据表示,小米空调在中国线上市场已经站稳行业第三。小米空调具体来看,截至2024年第43周
2024-11-06 12:42:00
小鹏p7+试驾车发票价格遭曝光
11月7日也就是明天,小鹏P7+就将正式上市。作为小鹏在MONAM03之后的又一款重磅新车,小鹏P7+的最终价格也受到了不少人的关注
2024-11-06 12:44:00
比克动力林建:比克半固态电池启幕新质未来
近日,由富宝资讯主办的“2025中国金属新材料与循环经济大会”在无锡召开。本届会议以“低碳转型·新质未来”为主题,比克电池首席科学家林建应邀参会
2024-11-06 12:45:00
荣耀最坚固的智能手机:x9c5g
荣耀刚刚推出了一款全新的中端智能手机X9c5G。这款手机与其他中端机型不同之处在于其坚固耐用。X9c5G是荣耀目前市场上最坚固的智能手机
2024-11-06 12:46:00
小米15pro搭载小米星辰通信系统,地铁通信从此流畅!
11月6日,雷军发微博称,小米在通讯技术方面进步非常快,小米15Pro搭载小米星辰通信系统,地铁通信从此流畅!实测地铁上全程视频通话
2024-11-06 12:47:00
谷歌确认android16将于明年发布
近日,谷歌确认,新系统Android16将于2025年6月3日正式发布,比往年提前了2-3个月,这意味着Pixel系列设备的OTA更新和AOSP代码推送将同步进行
2024-11-06 12:47:00
做好供热准备 重点检查设备状态 扫码阅读手机版
为做好供热准备,天津市津安热电有限公司红桥北供热服务中心热源站工作人员针对调峰锅炉进行日常巡视,重点检查设备状态,确保燃气安全稳定供应。
2024-11-06 12:49:00
天津北方网讯:记者从国网(天津)综合能源服务有限公司(以下简称“综合能源公司”)了解到,昨天,该公司完成22个清洁供暖
2024-11-06 12:49:00
“四叶草”中的这间“U家时光博物馆”,向新向善绘就美好生活愿景
联合利华作为参展商联盟的创始成员之一,携丰富多样的品牌和产品组合积极亮相每一年的中国国际进口博览会(以下简称"进博会")
2024-11-06 12:50:00