10道数学题，讯飞星火V3.5升级版和商汤商量5.0的得分亮了

2024-05-14 阅读： 1088

ChatGPT的发布掀起了新一代人工智能发展浪潮，将人类科技文明推向了通用人工智能时代，AIGC基础层的通用大模型成为国内外厂商纷纷布局的领域。

4 月23，国内大模型厂商商汤推出日日新大模型体系5.0版，以此为基础，旗下包括商量、秒画、如影、琼宇、格物等在内的五大模型性能也水涨船高，达到新高。

稍后，国内另一家人工智能企业科大讯飞也发布了星火大模型V3.5春季升级版，在文本生成、语言理解、知识问答、逻辑推理，数学能力、多模态和代码七大核心能持续提升的同时，业内首发长文本、长图文、长语音、多情感超拟人合成和一句话声音复刻等功能。

通过此次升级，讯飞星火V3.5大模型不仅能够迅速吸收来自不同信息源的大量文本、图形材料和会议记录，还能在各种行业场景下提供专业且确切的解答，从而将大型模型的使用从“偶尔”提升到“常态化”，极大地提高每个人在工作和学习中的效率，助力人们更高效地获取知识，更精准地解决问题。

正是基于两大模型的最新版本，这里我们将通过10道小、初、高应用题，对两大模型的数学能力进行测试，每题10分，看看两大模型能考几分？

大数学的数学能力，实际考验了大模型的语言理解能力和逻辑推理能力，能从侧面很好地反映出大模型的智能水平。

试题1：一家三口人，三人年龄之和是72岁，妈妈和爸爸同岁，妈妈的年龄是孩子的4倍三人各是多少岁？

讯飞星火

商汤商量

这是一道小升初考题，两大模型都做对了，得10分。

试题2：联欢会上，要把10个水果装在6个袋子里，要求每个袋子中装的水果都是双数，而这且水果和袋子都不剩。应该怎样装？

讯飞星火

商汤商量

这是一首小学奥数题，与其说是数学题，不如说是脑筋急转弯，但不管怎么说，讯飞星火答对了，而商汤商量则陷在10不可能被6整除的死循环里。

讯飞星火得10分，商汤商量0分。

试题3：将一批数据输入电脑，甲独做需要50分钟完成，乙独做需要30分钟完成，现在甲独做30分钟，剩下的部分由甲、乙合做，问甲、乙两人合做的时间是多少？

讯飞星火

商汤商量

两大模型都给出了正确答案，各得10分。值得一提的是，商汤商量在给出答案的同时还给出了详细解题思路，值得点赞。

试题4：某轮船的静水速度为v千米/时，水流速度为m千米/时，则这艘轮船在两码头间往返一次顺流与逆流的时间比是多少？

讯飞星火

商汤商量

同样正确，各得10分。

试题5：一队少先队员乘船过河，如果每船坐 15人，还剩 9人，如果每船坐 18 人，则剩余 1 只船，求有多少只船？

讯飞星火

商汤商量

又是并驾齐驱，各得10分。

试题6：一个有机物的质量每5小时减少15%，开始时有200g，经过多少小时后质量会减少到100g以下?

讯飞星火

商汤商量

这道题的正确答案是40小时，两大模型都没答对，不得分。

试题7：用100文购买了100只鸡，公鸡一只5文钱，母鸡一只3文钱，小鸡则是一文钱三只。问：公鸡、母鸡、小鸡各有多少只？

讯飞星火

商汤商量

此题是著名的“百钱买百鸡问题”，正确答案有三种：①公鸡买4只，母鸡买18只，小鸡买78只;②公鸡买8只，母鸡买11只，小鸡买81只；③公鸡买12只，母鸡买4只，小鸡买84只。讯飞星火答对1种，得10分。商汤商量列了一大篇，最后没得出结果，0分。

试题8：韩信领军，想知道军队的人数，只知道士兵若三人一组余两人；五人一组则余三人；七人一组则余四人。问：这队士兵至少有多少人？

讯飞星火

商汤商量

这个问题是中国古代著名的数学问题，称为“韩信点兵”或“中国剩余定理”的应用，正确答案是至少有53人。讯飞星火和商汤商量显然都知道这个问题，但尽管如此，商汤商量还是答错了，不得分。讯飞星火得10分。

试题9：2014年某省财政收入比2013年增长8.9%，2015年比2014年增长9.5%，若2013年和2015年我省财政收入分别为a亿元和b亿元，则a、b之间满足的关系式是（）。A．b=a（1+8.9%+9.5%）；B．b=a（1+8.9%×9.5%）；C．b=a（1+8.9%）（1+9.5%）；D．b=a（1+8.9%）2（1+9.5%）

讯飞星火