波场发布全新使命愿景和
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)