八款国产 AI 地狱挑战 2024 高考数学压轴大题：只给一张模糊拍屏，从读题开始考验！
编 | 唐小引出品丨AI 科技大本营（ID：rgznai100）
一年一度的高考在大雨中掀开帷幕。今年语文考试的“新课标 I 卷”与人工智能有关，激发了广泛的社会讨论：有人认为人工智能是“超纲”问题，因为不是所有学生都用过 AI 产品；有人认为这就是标准的议论文问题，“so eazy”。。
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_0.jpg
考试结束后，教育部教育考试院随即发布了他们的命题思路。
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_1.jpg
随着午后的阳光逐渐驱散了早晨的凉意，战场转移到了数学的疆域。2022 年高考数学的压轴大题因其难度被许多网友一直惦记着，那今年的难度又如何呢？我们找来了当前主流的八款国产大模型挑战今年“新课标 I 卷”的压轴大题，看看 AI 目前的数学能力表现如何。
但是先等等 —— 2024 年的 AI，已经不需要人类手打文字问题啦！今年的 AI 圈热词一直都是“多模态”，所以我们将直接把图丢给这八款主流大模型，让它们从“读题”这一步开始进行全方面考验。
而且，目前官方的数学真题还没正式放出，只有网络上流传的“手写版试卷”，所以，我们的测试内容也将是这些“超糊手写拍屏”，看看当前大模型的多模态能力是否能准确识别出这些模糊的字迹，以下便是我们将提交给 AI 的「2024 数学压轴大题」：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_2.jpg
如果你没看清这张图上的字，请以下面这张高清大图作为参考：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_3.jpg
对于接下来挑战视觉识别失败的大模型，我们也会给它们提供这张高清图片，让它们进行补测作为更基础的图片识别与数学能力方面的考验（全程还是不会输入文字题目，只有图片）。
话不多说，马上开始。
温馨提示：挑战内容仅供娱乐，不能代表大模型能力上限！
通义千问
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_4.jpg
阿里云的通义千问，我们将选用五月更新的最新版本客户端：「通义千问 2.5」。值得一提的是，今天阿里云还开源了最新的 Qwen2 大模型，并且登顶 Hugging Face 榜首，我们可以在未来 2024 高考数学真题正式上线后进行测试。
通义千问首先认出了这是道「等差数列」的问题，顺带确认了题目中提到的「可分数列」是什么。
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_6.jpg
然后，通义千问开始逐步给出每一小题的答案：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_7.jpg
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_8.jpg
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_9.jpg
讯飞星火
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_10.jpg
下一位闯关者是科大讯飞旗下的讯飞星火，而星火 AI 则是先将自己的解题思路梳理了一遍：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_11.jpg
讯飞星火居然记得写“解”，值得称赞；但直接给出答案可以拿满这小题的全部分数吗？
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_13.jpg
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_14.jpg
第二小题写得非常长，希望星火的试卷上还有位置。
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_15.jpg
第三小题解的也很有模有样，你觉得星火写对了吗？
字节豆包
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_16.jpg
字节的豆包 App 里内置了一个非常显眼的「学习小助手」智能体，告诉我不用给她打字，只发张图就能解题，让我们试试：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_17.jpg
豆包省略了第三小题的计算过程，请考生不要模仿。
Kimi 智能助手
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_18.jpg
接下来是月之暗面的 Kimi Chat，这款大模型以上下文长度著称，不知道面临数学压轴大题可以给出什么样的答案：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_19.jpg
看来这份「超糊拍屏」还是难度不小，Kimi 还将 a4m+2 也认成了 am+2，但它依旧顶着压力给出了一些有用的解题建议。
既然 Kimi 主动要求我们提供更清晰的问题描述，那么接下来补测一轮，看看效果：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_20.jpg
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_21.jpg
腾讯元宝
基于腾讯混元大模型的 AI 产品元宝 App 于 5 月 30 日发布，既然如此，我们就在移动端上看看它的表现如何：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_22.jpg
百度文心一言
下一位接受挑战的是百度的文心 4.0（目前最新版本为 4.0），它给出了一份相当简单明了的解答，不知道阅卷老师会不会喜欢：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_23.jpg
既然文心一言表示图片中的文本信息有限，那我们自然是给出更清晰的题目图片，看看它会如何作答：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_24.jpg
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_25.jpg
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_26.jpg
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_27.jpg
智谱清言
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_28.jpg
智谱 AI 的 ChatGLM-4 也没能从这张模糊的图片里看出字来，但它也没有生成幻觉强加回答，而是让我们手动输入数学题目的具体内容。
既然你主动要求了，那我们也可以照做，试一下纯粹的数学测试会得到什么答案。ChatGLM 给出了解题思路，并表示这道大题可以分为两个部分来解决：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_29.jpg
让我们开始……枚举？
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_30.jpg
原来，它的枚举是通过代码生成实现的，这种思维确实非常的 AI，但不适用于使用纸笔考试的高考考生。
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_31.jpg
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_32.jpg
以上是 ChatGLM 对后两个小题的回答，你会给几分呢？
百川百小应
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_33.jpg
5 月 22 日，百川智能发布了最新一代基座大模型 Baichuan 4，同时推出了首款 AI 助手「百小应」。面对这张超模糊的“地狱级挑战”，百小应给出了一份幻觉。但在给出了高清的题目图之后，百小应进行了出色的解答：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_34.jpg
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_35.jpg
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_36.jpg
彩蛋
号称“全能”的 ChatGPT-4o 表现如何？
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_37.jpg
今年 OpenAI 的几场发布会上，GPT-4o 大秀了一把，还展示过辨认主持人的手写字迹的能力。这次的挑战内容其实理应是 GPT-4o 的强项，因为这是一个主打多模态能力的模型，其名字中的“o”正是“Omni”（全能）的意思。
4o 首先将题目大意完整复述了一遍：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_38.jpg
4o 的第一步并不是直接开始解第一小题，而是理解所谓数列的特性究竟是什么：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_39.jpg
紧接着是第一小题，4o 直接画了个矩阵出来：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_40.jpg
第二和第三小题，没有给出完整的解题过程，而是提供了解题思路：
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_41.jpg
但这可是考试，不给出完整过程怎么行呢？可惜在重试了几次之后，4o 还是拒绝了我，“臣妾不干了”。
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_42.jpg
这事实上也是近期许多人发现的问题：GPT-4o 的答案更快、更聪明，适合日常生活；但 GPT-4-Turbo 能生成更细致完整的内容。
另外，提到多模态能力，其实不止有「看」，「听」也是很重要的一大模态，你觉得给这几个大模型测试英语听力会不会很有趣呢？欢迎在评论区留下你准备给 AI 的下一项挑战内容。
最后，祝每一位考生在考场上镇定自若，思路清晰，每一道题都能迎刃而解。无论结果如何，这段奋斗的岁月都将化作人生中最宝贵的财富。
http://kuailexuexi.net/data/attachment/forum/20240911/1726031387909_43.gif
开发者正在迎接新一轮的技术浪潮变革。由 CSDN 和高端 IT 咨询和教育平台 Boolan 联合主办的 2024 年度「全球软件研发技术大会」秉承干货实料（案例）的内容原则，将于 7 月 4 日-5 日在北京正式举办。大会共设置了 12 个大会主题：大模型智能应用开发、软件开发智能化、AI 与 ML 智能运维、云原生架构……详情：
页:
[1]