气炸了！大模型写小作文可以，高考数学题把握不住啊

作者：西风 克雷西

来源：量子位 QbitAI

原文标题：大意外！高考数学轮战大模型，结果完全想不到

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_

— 完 —