3月3日，訊飛星火深度推理大模型X1升級(jí)了，科大訊飛官方宣稱，星火X1在完全采用國(guó)產(chǎn)算力訓(xùn)練的前提下，以70B參數(shù)量，實(shí)現(xiàn)了在數(shù)學(xué)能力上全面對(duì)標(biāo)DeepSeek R1(參數(shù)量671B)和OpenAI o1，中文數(shù)學(xué)任務(wù)全面領(lǐng)先的效果。這次升級(jí)的效果如何?下面通過對(duì)10道燒腦奧數(shù)題的解答，或許會(huì)給我們一個(gè)答案。
這里需要指出的是，和過去人們熟知的大語言模型相比，深度推理模型著重強(qiáng)化了模型在邏輯推理、因果推斷以及結(jié)構(gòu)化知識(shí)應(yīng)用的能力，尤其在數(shù)學(xué)問題、代碼生成以及科學(xué)推理等方面更具優(yōu)勢(shì)。
簡(jiǎn)單來說，深度推理模型更切近人類的思考過程，在生成回答時(shí)更強(qiáng)調(diào)邏輯和推理，能夠給出明確的思考路徑，大大減少過去大語言模型“已讀亂回”的現(xiàn)象，更能應(yīng)用于教育、醫(yī)療乃至科研等剛需場(chǎng)景。
題目1：
有一個(gè)三位數(shù)，它的個(gè)位數(shù)字與百位數(shù)字的和是10，且這個(gè)三位數(shù)能被它的各位數(shù)字之和整除，這個(gè)三位數(shù)可能是多少?
星火X1給出的答案：
DeepSeek給出的答案：
完美，兩款大模型回答的相當(dāng)?shù)轿?。相?duì)說，星火X1給出的解題過程更詳細(xì)，更直觀，更易理解，能明白這道題為什么要這么做，為什么會(huì)得出這樣的答案。而DeepSeek給出的更簡(jiǎn)潔。
題目2：
有一個(gè)數(shù)列，前兩項(xiàng)是1和1，從第三項(xiàng)開始，每一項(xiàng)都是前兩項(xiàng)的和。請(qǐng)問這個(gè)數(shù)列1的第8項(xiàng)是多少?
星火X1給出的答案：
DeepSeek給出的答案：
厲害，星火X1一開始指出了這是一個(gè)斐波那契數(shù)列，并一如繼往，在給出正確答案的同時(shí)也給出了詳細(xì)的解題過程，DeepSeek則依然我行我素，答案給你，要想知道解題，對(duì)不起，請(qǐng)繼續(xù)翻閱我的思維腦電波。
題目3：
在一個(gè)正方形內(nèi)接一個(gè)等邊三角形，使得等邊三角形的一個(gè)頂點(diǎn)在正方形的一個(gè)頂點(diǎn)上，另外兩個(gè)頂點(diǎn)在正方形的邊上。請(qǐng)問這個(gè)等邊三角形的邊長(zhǎng)與正方形的邊長(zhǎng)之比是多少?
星火X1給出的答案：
DeepSeek給出的答案：
不錯(cuò)，不錯(cuò)!這次DeepSeek總算大發(fā)慈悲，附上了解題過程，而且答案也正確，只是美中不足的是，它沒有像星火X1那樣，對(duì)最后帶根號(hào)的減法做進(jìn)一步運(yùn)算，因此給出的答案正確但不明晰。
題目4：
有一個(gè)分?jǐn)?shù)，分子與分母的和是100，如果分子加23，分母加37，得到的新分?jǐn)?shù)約分后是2/3，請(qǐng)問原來的分?jǐn)?shù)是多少?
星火X1給出的答案：
DeepSeeK給出的答案：
這一次兩大模型給出的解題過程、答案同樣完美，可以說是不分伯仲，并駕齊驅(qū)。
題目5：
書架分上、中、下三層，一共分放192本書?，F(xiàn)在從上層取出與中層同樣多的書放到中層，再?gòu)闹袑尤〕雠c下層同樣多的書放到下層，最后從下層取出與上層剩下的本數(shù)同樣多的書放到上層，這時(shí)三層所放的書本數(shù)相同。問這個(gè)書架的上、中、下三層原來各有多少本書?
星火X1給出的答案：
DeepSeek給出的答案：
又都對(duì)了!看來解答這種難度一般的奧數(shù)題對(duì)兩大模型來說簡(jiǎn)直就是小菜一碟，要想探出真本事，不上點(diǎn)硬菜簡(jiǎn)直不行。下面仍然是奧數(shù)題，不過，難度成幾何式增長(zhǎng)，因?yàn)樗鼈儊碜?024年全國(guó)中學(xué)生數(shù)學(xué)奧林匹克競(jìng)賽(預(yù)賽)暨2024年全國(guó)高中數(shù)學(xué)聯(lián)合競(jìng)賽(一試)試卷。
題目6：
星火X1給出的答案：
DeepSeek給出的答案：
第N次全對(duì)，看來在類人思考的加持下，天下已經(jīng)沒多少難題能難住深度推理大模型了。
題目7：
星火X1給出的答案：
DeepSeek給出的答案：
還能說什么,兩款大模型又做對(duì)了。
題目8：
星火X1給出的答案：
DeepSeek給出的答案;
就問你服不服!這道在2024年全國(guó)中學(xué)生數(shù)學(xué)奧林匹克競(jìng)賽(預(yù)賽)暨2024年全國(guó)高中數(shù)學(xué)聯(lián)合競(jìng)賽(一試)試卷中分值16分的題竟然在不到1分鐘的時(shí)間里，被星火X1和DeepSeek雙雙拿下，兩款深度大模的數(shù)學(xué)能力可見一斑。
題目9：
星火X1給出的答案：
DeepSeek給出的答案：
該題在試卷中的滿分是20分，通常來說，數(shù)學(xué)題的分?jǐn)?shù)設(shè)置越高，也意味著該題的難度系數(shù)越大，這一點(diǎn)，從星火X1和DeepSeek思考用時(shí)中也很容易看出來。在解答該題以前的問題時(shí)，兩大模型用時(shí)最多不超過100多秒，而這道題，星火X1用時(shí)487秒種，DeePseek用時(shí)409秒，雙雙超過了6分鐘，足見該題很燒CPU。
不過，從結(jié)果來看，令人滿意，星火X1回答正確，并且解題過程縝密、清晰，DeepSeek有時(shí)會(huì)在最后的一步計(jì)算算錯(cuò)了，而這種計(jì)算，原本是一般的初中生就能輕松做對(duì)的。
題目10：
星火X1給出的答案：
DeepSeek給出的答案：
這同樣是一道滿分為20分的高難度題。星火X1和DeepSeek同樣耗費(fèi)了6分鐘以上的時(shí)間去思考，但最終的結(jié)果都不理想。該題的正確答案是t的區(qū)間大于等于3\2且小于等于2。
小結(jié)：
通過上面10道題的小測(cè)試，我們不難發(fā)現(xiàn)，相比于傳統(tǒng)的大語言模型，星火X1和DeepSeek在數(shù)學(xué)能力方面有了質(zhì)的飛躍。尤其是科大訊飛星火深度大模型X1，10道題僅錯(cuò)了一題，同時(shí)解題過程明晰、詳細(xì)，整體表現(xiàn)不俗。
而DeepSeek雖然在最后一題上和星火X1同樣折戟，且在第九題的計(jì)算上出現(xiàn)了失誤，有時(shí)解題過程也會(huì)出現(xiàn)敷衍了事的情況，但瑕不掩瑜，其在思考用時(shí)方面往往略優(yōu)于星火X1。
DeepSeek最大問題的不在于其解題準(zhǔn)確度，而在于服務(wù)器的吞吐能力，在使用的過程中，我們時(shí)常會(huì)悲哀地發(fā)現(xiàn)，屏幕上又出現(xiàn)了“服務(wù)器繁忙，請(qǐng)稍后再試”的提示，一個(gè)問題往往需要輸入幾次甚至幾十次才能解答成功，極大地耗費(fèi)了時(shí)間、精力，影響了心情和使用體驗(yàn)。
“路漫漫其修遠(yuǎn)兮，吾將上下而求索”，通用人工智能和深度推理大模型方興未艾，目前不過是小荷才露尖尖角，萬里長(zhǎng)征走完了第一步，未來一年，十年人工智能究竟能發(fā)展到哪一步，拭目以待。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
