标签索引

数学推理

这个标签下有 6 篇文章。按时间回看相关判断与实践记录。

标签精选

硬核测试：揭秘大模型“智力天花板”的高阶数学推理题

本文分享了一套极具挑战性的AI大模型高阶数学推理测试题，涵盖模运算反演、随机游走、矩阵变换不变量、空间向量极值及证明修正五大模块。题目设计精妙，不仅考察模型的基础计算能力，更侧重于验证其在复杂逻辑推理、错误识别与数学直觉方面的极限。这套“照...

2026-05-031 分钟阅读67 阅读

在Linux.do社区的技术讨论中，有用户针对Google的新一代开源模型Gemma 4进行了简易数学能力测试。测试涉及26B和31B两个小参数版本，结果显示它们在连续五次针对高难度数学题的测试中均给出了正确答案。值得注意的是，据发帖者反馈...

2026-04-031 分钟阅读205 阅读

随着AI行业热点转向Agent（智能体）应用，OpenAI的o1系列模型因其卓越的数学逻辑推理与代码生成能力备受瞩目。社区讨论显示，尽管业界涌现出众多国产大模型（如K2.5、GLM5等），但在数学及逻辑能力上似乎出现了退化迹象，难以企及o1...

2026-03-231 分钟阅读148 阅读

美团正式开源了代号为LongCat-Flash-Prover的大模型。这是一个拥有5600亿参数的旗舰级MoE（混合专家）模型，旨在推进原生形式化推理技术。该模型采用了Agent智能体与工具集成的推理机制，专门针对数学证明语言Lean4进行...

2026-03-211 分钟阅读234 阅读

据最新消息，OpenAI内部的下一代模型在极少量人工监督的情况下，成功完成了名为“First Proof”的高难度挑战。在针对十个前沿数学研究问题的测试中，该模型为大部分问题提出了有希望的解决方案，其中至少有六个解答被认为极有可能是正确的。...

2026-02-151 分钟阅读111 阅读

在Linux.do论坛上，用户分享了一道能难住主流AI模型的数学题。题目源自中国数学竞赛（CMO），要求找到最小正整数n，使得在正n边形顶点任意染红、黄、蓝三色时，必然存在四个同色点形成等腰梯形。答案为17，但多模态模型Gemini 3 f...

2025-12-291 分钟阅读247 阅读