2024年高考已順爽利幕，讓大模子寫高考作文題已不稀奇，民眾通常以為大模子更擅長文科，不擅長進行數學算計和邏輯推理。當AI趕上高考數學題，大模子化身為考生答數學題，會交出怎樣的答卷？
我們選取了4名有典型性的大模子考生，差別是九章大模子、星火大模子（v35版本）、文心一言（35版）、智譜清言（GLM-4），選取2024全國高考數學新課標1卷客觀題部門進行測評。大模子的數學才幹到底如何？其在數學學科教育場景中能夠發揮多大價值？結局值得期望。
四位考生表現參差不齊
此次測評選取的4個大模子中，星火大模子（v35版本）、文心一言（35版）、智譜清言（GLM-4）為通用大模子，九章大模子則為以數學才幹見長的教育垂類模子。
在試題選擇上，為便于評價統計，統一選擇了2024年數學新課標Ⅰ卷中的14道客觀題進行測試，此中包含有8道單選題、3道多選題、3道填空題。此外，由于試題中存在圖形、大批數學符號，為防範以文本格式輸入標題產生偏差，統一選擇以圖片格式展示標題并提供應大模子進行謎底。
四個大模子在此次測驗中，整體表現如何？
據新京報記者統計，14道標題中，九章大模子共答對11道，星火大模子共答對12道，二者不相高下。而另有兩位分別較大，文心一言共答對1道，智譜清言共答對4道。
終極統計結局顯示，四位考生此次作答正確率從高到低依次為星火大模子（8571%）、九章大模子（7857%）、智譜清言（2857%）、文心一言（714%）。
從差異標題類型的答題場合來看，九章大模子8道單選題全部答對，3道多選題答錯2道，3道填空題答錯1道；星火大模子單選題全部答對，多選題答錯2道，填空題全部答對；文心一言僅答對1道單選題；智譜清言僅答對3道單選、1道多選（另外3道標題因大模子提示無法辨別圖片未介入作答）。
需要指出的是，由于測試的是客觀題，上述正確率僅依據大模子作答的終極選項進行判定和統計，不涉及解題過程。但記者在測評過程中注意到，的確存在不少選項正確、但解題過程存在差錯及瑕疵的場合。
部門大模子蒙對答案 算計推理過程存在明顯過錯
正確率的背后受多個維度才幹陰礙，而數學才幹是此次測評關注的要點。在測評過程中記者注意到，幾位考生在標題懂得才幹、算計推理才幹以及分析過程的詳略上，均存在不同和差異特征。
就正確率而言，星火大模子表現較好，但部門標題的算計推理過程卻經不起推敲，固然結局正確，但過程中出現了明顯過錯。例如單選題第1題中，星火大模子的解題步驟中提到2不在區間(2236,2236)(2236,2236)內（由於它過份了上界），存在明顯謬誤，但最后卻蒙對答案。再如單選題第2題，一位數學技術人士看到解題過程后評價稱推理的高下兩行公式之間沒有任何關聯，也無法推導得出這個答案，為何終極選出了正確選項，令人匪夷所思。
九章大模子的部門解題過程也存在瑕疵。在一道多選題中，九章大模子在推理中明明以為C選項過錯，但最后又把C選為正確答案，這個表述高下文之間沒啥邏輯關系，讓人摸不到頭腦。上述數學技術人士指出。
假如看看正確率排名倒數第一的考生文心一言的試卷，令人匪夷所思的場所就更多了。看完這位考生答對的唯一一道標題，上述技術人士稱，解題過程中連根本的輸入都有多處過錯，能得出正確答案可能只是歪打正著。
測評中可以發明，文心一言具備讀取圖片內容的才幹，但無法辨別僅帶有復雜分數的公式和圖形。且讀取后出現了懂得過錯，例如單選題第3題，明明勝利讀出標題中的符號為垂直，卻在后面的步驟中懂得為平行（題面中未出現任何平行相關字眼或符號），經提示，文心一言發明懂得過錯，卻在再次謎底時又出現懂得偏差。
實際上，從單選題第5題的答題場合不丟臉出，文心一言謎底數學題并不是用數理邏輯，而是試圖用文字論證的方式去猜測一個相近的結局。在多次提示下，它仍然頑固于靠猜測來答題這個算計過程并不是標題所要求的，由於標題只需要我們依據給定的選項來選擇答案。
文心一言幾乎對每一題都進行了詳細的推理，但終極大部門標題都得出了過錯的答案。在第11題，文心一言極度誠實地做出答復，并揭示了大模子處理數學疑問背后的本性：由于我們沒有具體的數學工具或方程來直接進行算計，只能依據給定的信息進行邏輯推理。因此，我無法確認任何選項的正確性。對于第12題，文心一言也示知稱我只能提供解題的思路和步驟，而不能直接給出確實值。
智譜清言在部門標題中也存在雷同的疑問。在第12題中，途經一番解析后，智譜清言通知用戶無法算計出結局。在第13題中，智譜清言重復地解析、發明疑問、重新審閱疑問，又一遍一遍地發明行不通暢，進行了十輪以上的死輪迴，直到人工點擊暫停才停下。
面臨多選題，可否自行判定每個選項正確與否、有幾個選項符合標題要求，對大模子來說也是一個考驗。
經測試，九章大模子、星火大模子、智譜清言均能夠在未提示此標題為多選題的場合下，辨別出多個正確選項；而文心一言在這方面稍減色，且在提示某標題為多選題的場合下，仍然只選出一個選項（且是錯的）。
依據此次測評的整體答題場合，一位不愿具名的數學教研專家對四個大模子的表現差別作出點評。他以為，此中，九章大模子答覆較為簡樸，缺少深入解析，部門標題的表白力度也對照低，答覆也不夠全面。星火大模子的解析有一定的深度和見解，但有些場所的答覆不夠扼要，有的標題的答覆不夠精確，在表述和數學符號的應用上存在一些疑問。
文心一言（35版）思索對照全面，方方面面都會包含，由此推測前期建模分類分得對照細，語言表白相對來說也對照流通。但答覆特別冗長，也沒有重點，答案也存在一些偏差。智譜清言的謎底對照扼要，一般會直接回應標題，也有一定的邏輯性和條理性，但答案不是特別詳細，也沒有深入解析。有些標題的答覆和尺度答案的匹配度不高，有些標題固然答對了，但會遺漏一些關鍵點。
大模子在數學圖形辨別及圖文關系懂得等方面存在短板
當大模子應用于教育場景中，除精確性這個要點要求外，如何引動學生思索、對學生進行率領也備受關注。從這個角度看，四個受測大模子均能夠做到不直接給出答案，而是展示解題過程，這是有別于傳統產品拍照搜題之處。
在引動率領方面，九章大模子能夠依次進行解析、詳解、點睛，最后才會給出答案，但在部門標題關鍵重難點步驟一帶而過，需要追問才會展開謎底。星火大模子也能夠給出解題步驟及正確結局，但較少展示每一步背后的思路和思索邏輯；智譜清言可以從入手點開始一步一步率領謎底，終極給出正確答案，但偶有解析過錯、重新解析的場合出現；而文心一言在答題的每一步都會做詳細的推理解析，但解析方位往往是過錯的。
標題的辨別讀取對解題效率有較大陰礙。此次測試統一采取上傳標題圖片的方式由大模子進行辨別讀取，也考驗著大模子的圖片處理才幹。
對于多選題第11題，四個大模子均未能勝利辨別，也是唯一一道讓四個大模子全軍覆沒的標題。可以看到，四個大模子在數學圖形辨別及圖文關系懂得上，普遍存在短板。
九章大模子在圖片標題辨別上，會先在輸入文本框中辨別讀掏出題面，并以文本格式展示，用戶可在框內確定標題的精確性。若發明辨別過錯，點擊即可出現數學符號的輔導輸入工具欄，進行編制改動，防範標題讀取過錯。
星火大模子在圖片標題辨別上亦未出現明顯障礙，但由于并不顯示辨別內容，而是直接作答，因此無法確認辨別結局是否陰礙了答題。智譜清言則在多道標題中均給出未能辨別的反饋，需要將標題以文本格式進行人工輸入，方可進行后續謎底。文心一言對于圖片及數學符號的辨別略優于智譜清言，但復雜分數公式、圖形亦辨別不良。
記者在測評過程中發明，幾個大模子對高下文語境及語義的懂得才幹也存在不同。這一才幹在教育場景中則關乎與學生的互動可否順利達成。
記者注意到，文心一言在答數學題才幹上固然減色，但通過一系列的追問、對話可以發明，這位考生對語義語境的把控才幹極度優秀，很容易明了用戶在說什麼，在用戶增補叮囑的時候，它很快就可以知道依據新信息去辯白上面的標題。
假如說文心一言是個不錯的文科生，那九章大模子和星火大模子可以說是地地道道的理科生，固然極度擅長解題，但高下文語義語境的懂得是它們的弱勢。
例如，當用戶對星火大模子提出上面這道題可以再詳細解析一下嗎時，星火并不能懂得指向的是什麼，而是答覆很抱歉，由于我無法看到您提到的具體疑問，所以無法為您提供更詳細的解析。請提供疑問的詳細信息，以便我能夠更好地協助您。
再如，當用戶對九章大模子追問請你查抄一下這道題，D選項究竟對不對時，九章并不明了用戶問的是什麼，回應稱當然可以,請您提供標題的具體內容,包含有選項D的表述,我會權力協助您查抄。說明其對照擅長解題，但很難聯系高下文語境語義來與用戶互動對話。
大模子的數學才幹取決于算法和數據量
在大模子這一新事物面世初期，不少網友用開源的大模子去測試一些簡樸數學題，發明許多答案并不精確。與天然語言懂得差異，大型語言模子在辦理算術推理任務時功能欠佳。
九章大模子是此次四位考生中唯一一個、也是內地首個專為數學打造的大模子。2024年5月，好未來公布正在進行自研數學大模子的研發，是以解題和講題算法為要點的數學垂直領域大模子，其官網顯示，其數學算計才幹已蓋住小學、初中、高中的數學題，標題類型包含算計題、應用題、代數題等多個類型。
為何差異模子的正確率及採用體驗會存在分別？
中國社科院新聞與散播研究所所長胡正榮指出，大模子固然是語言模子，但這個語言不是人們通常懂得的字面意思，音頻、解題等都是大模子可以做的。從理論上看，數學大模子這個專業方位是可行的，但終極結局如何，取決于兩個因素，一是算法是不是足夠好，二是是否有足夠量的數據做支撐。
數據是大模子最根本的要素之一，假如要讓大模子解題精準，那麼培訓大模子的數據量需要足夠大。正確率的分別，一方面是由於輸入的數據量的分別造成的。之所以大模子解數學題會犯錯、沒有到達夢想功效，便是由於培訓的題庫不夠大，數據量越大、質量越高，精準度就會越好。
另一方面，胡正榮也強調了算法的主要性。假如大模子的算法不夠智慧，不是真正的數學思維，也會陰礙到答題的正確率。
北京教育科學研究院根基教育講授研究中央中學數學教研員丁明怡指出，通過四位考生的答題狀況可以看到，都存在答案正確但過程過錯的場合。從當下場合來看，假如應用到真實教育場景中，無論是給教師用還是給學生用，都還有較大的提拔空間。
此次測評曝光出幾個大模子存在的幾個普遍疑問。第一，標題辨別上存在對照大的難題，涉及一些數學符號、分式等會陰礙辨別功效，還有一些圖形、表格辨別存在疑問，以及一些數學技術術語的表述辨別也不夠精準。
第二，幾個大模子在邏輯推理才幹上還存在不足。邏輯推理強調連貫性、嚴謹性，但幾個大模子這方面做得不夠好，例如，常常會出現跳步，或者關鍵步驟缺失的場合。有時候不見得是算計過錯，而是邏輯推理出現疑問，導致最后結局過錯。
第三是解題想法較為單一。例如此次測試的第十二題，實際上是一道中等偏下難度的標題，通常會基于雙曲線的定義和性質進行求解，這樣可以避免對照復雜的坐標算計、聯立方程求解等，可以大幅減少算計量、節儉測驗時間，可是這幾位考生在答這道題時都採用了慣例想法，算計量很大、步驟也特別多。大模子好像只能依照固定的模板去答題，而不能根據標題的特征因地制宜地選擇最優想法。假如用這樣的想法傳授學生，對于學生知識吸取和知識結構創建都是有弊病的。
若用于數學教育，大模子還需優化對學生的引動率領
針對上述大模子存在的普遍疑問，丁明怡提出多方面發起。
首要是要提拔標題的辨別才幹，包含有術語、符號、圖形、表格等等的辨別。第二，發起加強盛模子的邏輯推理才幹培訓，通過算法的優化提拔邏輯的嚴謹性、連貫性，改良跳步、表述不嚴謹的疑問。第三，發起優化解題想法，能夠運用概念應用、數學結合等想法，來對學生進行傳授。實際講授中，無論是代數還是幾何，都要依附數形結合的想法讓學生快速懂得、扼要解題。發起大模子提拔繪圖技巧和應用才幹，包含有幾何圖形、函數圖形、統計圖形等。
丁明怡特別強調，還有特別主要的一點，要提高大模子的思維才幹。在創造性題型和情景創設性題型上，大模子大多數不太擅長。這類題一般會基于對照復雜的現實情形，表述格式也對照綜合，可能會有文字、表格、圖像等，而且需要辦理真實的疑問，比如提出最優謀略或者發起等。這種標題是沒有答題模板的，考查學生的閱讀才幹和疑問辦理才幹。實際上這對大模子也提出了更高的要求，需要真正讀懂這道題說的是什麼，然后再把它轉化成數學疑問，再運用數學知識進行謎底，隨后再回到現實疑問中提出辦理方案。這方面大模子還有對照大的提拔空間。丁明怡辯白道。
另有丁明怡提到，假如大模子應用到數學教育場景中，對于學生的引動率領還需優化。
比如，拿到一道題，但願能夠先講一下標題所涉及的知識點和知識結構，再去講這道題求解的想法，如果說基于定義性質來求解，可以一邊繪圖，一邊結合知識結構進行分步講解，得出答案后，還可以再進行解法對照，提出更優的想法等。既有前期知識框架的解析，又有后期一步步的引動以及和前期框架之間的聯系。在丁明怡看來，這才是大模子應用于教育場景中的價值體現。
2024年高考已順爽利幕，讓大模子寫高考作文題已不稀奇，民眾通常以為大模子更擅長文科，不擅長進行數學算計和邏輯推理。當AI趕上高考數學題，大模子化身為考生答數學題，會交出怎樣的答卷？
我們選取了4名有典型性的大模子考生，差別是九章大模子、星火大模子（v35版本）、文心一言（35版）、智譜清言（GLM-4），選取2024全國高考數學新課標1卷客觀題部門進行測評。大模子的數學才幹到底如何？其在數學學科教育場景中能夠發揮多大價值？結局值得期望。
四位考生表現參差不齊
此次測評選取的4個大模子中，星火大模子（v35版本）、文心一言（35版）、智譜清言（GLM-4）為通用大模子，九章大模子則為以數學才幹見長的教育垂類模子。
在試題選擇上，為便于評價統計，統一選擇了2024年數學新課標Ⅰ卷中的14道客觀題進行測試，此中包含有8道單選題、3道多選題、3道填空題。此外，由于試題中存在圖形、大批數學符號，為防範以文本格式輸入標題產生偏差，統一選擇以圖片格式展示標題并提供應大角子老虎機必勝法經驗模子進行謎底。
四個大模子在此次測驗中，整體表現如何？
據新京報記者統計，14道標題中，九章大模子共答對11道，星火大模子共答對12道，二者不相高下。而另有兩位分別較大，文心一言共答對1道，智譜清言共答對4道。
終極統計結局顯示，四位考生此次作答正確率從高到低依次為星火大模子（8571%）、九章大模子（7857%）、智譜清言（2857%）、文心一言（714%）。
從差異標題類型的答題場合來看，九章大模子8道單選題全部答對，3道多選題答錯2道，3道填空題答錯1道；星火大模子單選題全部答對，多選題答錯2道，填空題全部答對；文心一言僅答對1道單選題；智譜清言僅答對3道單選、1道多選（另外3道標題因大模子提示無法辨別圖片未介入作答）。
需要指出的是，由于測試的是客觀題，上述正確率僅依據大模子作答的終極選項進行判定和統計，不涉及解題過程。但記者在測評過程中注意到，的確存在不少選項正確、但解題過程存在差錯及瑕疵的場合。
部門大模子蒙對答案 算計推理過程存在明顯過錯
正確率的背后受多個維度才幹陰礙，而數學才幹是此次測評關注的要點。在測評過程中記者注意到，幾位考生在標題懂得才幹、算計推理才幹以及分析過程的詳略上，均存在不同和差異特征。
就正確率而言，星火大模子表現較好，但部門標題的算計推理過程卻經不起推敲，固然結局正確，但過程中出現了明顯過錯。例如單選題第1題中，星火大模子的解題步驟中提到2不在區間(2236,2236)(2236,2236)內（由於它過份了上界），存在明顯謬誤，但最后卻蒙對答案。再如單選題第2題，一位數學技術人士看到解題過程后評價稱推理的高下兩行公式之間沒有任何關聯，也無法推導得出這個答案，為何終極選出了正確選項，令人匪夷所思。
九章大模子的部門解題過程也存在瑕疵。在一道多選題中，九章大模子在推理中明明以為C選項過錯，但最后又把C選為正確答案，這個表述高下文之間沒啥邏輯關系，讓人摸不到頭腦。上述數學技術人士指出。
假如看看正確率排名倒數第一的考生文心一言的試卷，令人匪夷所思的場所就更多了。看完這位考生答對的唯一一道標題，上述技術人士稱，解題過程中連根本的輸入都有多處過錯，能得出正確答案可能只是歪打正著。
測評中可以發明，文心一言具備讀取圖片內容的才幹，但無法辨別僅帶有復雜分數的公式和圖形。且讀取后出現了懂得過錯，例如單選題第3題，明明勝利讀出標題中的符號為垂直，卻在后面的步驟中懂得為平行（題面中未出現任何平行相關字眼或符號），經提示，文心一言發明懂得過錯，卻在再次謎底時又出現懂得偏差。
實際上，從單選題第5題的答題場合不丟臉出，文心一言謎底數學題并不是用數理邏輯，而是試圖用文字論證的方式去猜測一個相近的結局。在多次提示下，它仍然頑固于靠猜測來答題這個算計過程并不是標題所要求的，由於標題只需要我們依據給定的選項來選擇答案。
文心一言幾乎對每一題都進行了詳細的推理，但終極大部門標題都得出了過錯的答案。在第11題，文心一言極度誠實地做出答復，并揭示了大模子處理數學疑問背后的本性：由于我們沒有具體的數學工具或方程來直接進行算計，只能依據給定的信息進行邏輯推理。因此，我無法確認任何選項的正確性。對于第12題，文心一言也示知稱我只能提老虎機免費遊戲規則供解題的思路和步驟，而不能直接給出確實值。
智譜清言在部門標題中也存在雷同的疑問。在第12題中，途經一番解析后，智譜清言通知用戶無法算計出結局。在第13題中，智譜清言重復地解析、發明疑問、重新審閱疑問，又一遍一遍地發明行不通暢，進行了十輪以上的死輪迴，直到人工點擊暫停才停下。
面臨多選題，可否自行判定每個選項正確與否、有幾個選項符合標題要求，對大模子來說也是一個考驗。
經測試，九章大模子、星火大模子、智譜清言均能夠在未提示此標題為多選題的場合下，辨別出多個正確選項；而文心一言在這方面稍減色，且在提示某標題為多選題的場合下，仍然只選出一個選項（且是錯的）。
依據此次測評的整體答題場合，一位不愿具名的數學教研專家對四個大模子的表現差別作出點評。他以為，此中，九章大模子答覆較為簡樸，缺少深入解析，部門標題的表白力度也對照低，答覆也不夠全面。星火大模子的解析有一定的深度和見解，但有些場所的答覆不夠扼要，有的標題的答覆不夠精確，在表述和數學符號的應用上存在一些疑問。
文心一言（35版）思索對照全面，方方面面都會包含，由此推測前期建模分類分得對照細，語言表白相對來說也對照流通。但答覆特別冗長，也沒有重點，答案也存在一些偏差。智譜清言的謎底對照扼要，一般會直接回應標題，也有一定的邏輯性和條理性，但答案不是特別詳細，也沒有深入解析。有些標題的答覆和尺度答案的匹配度不高，有些標題固然答對了，但會遺漏一些關鍵點。
大模子在數學圖形辨別及圖文關系懂得等方面存在短板
當大模子應用于教育場景中，除精確性這個要點要求外，如何引動學生思索、對學生進行率領也備受關注。從這個角度看，四個受測大模子均能夠做到不直接給出答案，而是展示解題過程，這是有別于傳統產品拍照搜題之處。
在引動率領方面，九章大模子能夠依次進行解析、詳解、點睛，最后才會給出答案，但在部門標題關鍵重難點步驟一帶而過，需要追問才會展開謎底。星火大模子也能夠給出解題步驟及正確結局，但較少展示每一步背后的思路和思索邏輯；智譜清言可以從入手點開始一步一步率領謎底，終極給出正確答案，但偶有解析過錯、重新解析的場合出現；而文心一言在答題的每一步都會做詳細的推理解析，但解析方位往往是過錯的。
標題的辨別讀取對解題效率有較大陰礙。此次測試統一采取上傳標題圖片的方式由大模子進行辨別讀取，也考驗著大模子的圖片處理才幹。
對于多選題第11題，四個大模子均未能勝利辨別，也是唯一一道讓四個大模子全軍覆沒的標題。可以看到，四個大模子在數學圖形辨別及圖文關系懂得上，普遍存在短板。
九章大模子在圖片標題辨別上，會先在輸入文本框中辨別讀掏出題面，并以文本格式展示，用戶可在框內確定標題的精確性。若發明辨別過錯，點擊即可出現數學符號的輔導輸入工具欄，進行編制改動，防範標題讀取過錯。
星火大模子在圖片標題辨別上亦未出現明顯障礙，但由于并不顯示辨別內容，而是直接作答，因此無法確認辨別結局是否陰礙了答題。智譜清言則在多道標題中均給出未能辨別的反饋，需要將標題以文本格式進行人工輸入，方可進行后續謎底。文心一言對于圖片及數學符號的辨別略優于智譜清言，但復雜分數公式、圖形亦辨別不良。
記者在測評過程中發明，幾個大模子對高下文語境及語義的懂得才幹也存在不同。這一才幹在教育場景中則關乎與學生的互動可否順利達成。
記者注意到，文心一言在答數學題才幹上固然減色，但通過一系列的追問、對話可以發明，這位考生對語義語境的把控才幹極度優秀，很容易明了用戶在說什麼，在用戶增補叮囑的時候，它很快就可以知道依據新信息去辯白上面的標題。
假如說文心一言是個不錯的文科生，那九章大模子和星火大模子可以說是地地道道的理科生，固然極度擅長解題，但高下文語義語境的懂得是它們的弱勢。
例如，當用戶對星火大模子提出上面這道題可以再詳細解析一下嗎時，星火并不能懂得指向的是什麼，而是答覆很抱歉，由于我無法看到您提到的具體疑問，所以無法為您提供更詳細的解析。請提供疑問的詳細信息，以便我能夠更好地協助您。
再如，當用戶對九章大模子追問請你查抄一下這道題，D選項究竟對不對時，九章并不明了用戶問的是什麼，回應稱當然可以,請您提供標題的具體內容,包含有選項D的表述,我會權力協助您查抄。說明其對照擅長解題，但很難聯系高下文語境語義來與用戶互動對話。
大模子的數學才幹取決于算法和數據量
在大模子這一新事物面世初期，不少網友用開源的大模子去測試一些簡樸數學題，發明許多答案并不精確。與天然語言懂得差異，大型語言模子在辦理算術推理任務時功能欠佳。
九章大模子是此次四位考生中唯一一個、也是內地首個專為數學打造的大模子。2024年5月，好未來公布正在進行自研數學大模子的研發，是以解題和講題算法為要點的數學垂直領域大模子，其官網顯示，其數學算計才幹已蓋住小學、初中、高中的數學題，標題類型包含算計題、應用題、代數題等多個類型。
為何差異模子的正確率及採用體驗會存在分別？
中國社科院新聞與散播研究所所長胡正榮指出，大模子固然是語言模子，但這個語言不是人們通常懂得的字面意思，音頻、解題等都是大模子可以做的。從理論上看，數學大模子這個專業方位是可行的，但終極結局如何，取決于兩個因素，一是算法是不是足夠好，二是是否有足夠量的數據做支撐。
數據是大模子最根本的要素之一，假如要讓大模子解題精準，那麼培訓大模子的數據量需要足夠大。正確率的分別，一方面是由於輸入的數據量的分別造成的。之所以大模子解數學題會犯錯、沒有到達夢想功效，便是由於培訓的題庫不夠大，數據量越大、質量越高，精準度就會越好。
另一方面，胡正榮也強調了算法的主要性。假如大模子的算法不夠智慧，不是真正的數學思維，也會陰礙到答題的正確率。
北京教育科學研究院根基教育講授研究中央中學數學教研員丁明怡指出，通過四位考生的答題狀況可以看到，都存在答案正確但過程過錯的場合。從當下場合來看，假如應用到真實教育場景中，無論是給教師用還是給學生用，都還有較大的提拔空間。
此次測評曝光出幾個大模子存在的幾個普遍疑問。第一，標題辨別上存在對照大的難題，涉及一些數學符號、分式等會陰礙辨別功效，還有一些圖形、表格辨別存在疑問，以及一些數學技術術語的表述辨別也不夠精準。
第二，幾個大模子在邏輯推理才幹上還存在不足。邏輯推理強調連貫性、嚴謹性，但幾個大模子這方面做得不夠好，例如，常常會出現跳步，或者關鍵步驟缺失的場合。有時候不見得是算計過錯，而是邏輯推理出現疑問，導致最后結局過錯。
第三是解題想法較為單一。例如此次測試的第十二題，實際上是一道中等偏下難度的標老虎機機率設定題，通常會基于雙曲線的定義和性質進行求解，這樣可以避免對照復雜的坐標算計、聯立方程求解等，可以大幅減少算計量、節儉測驗時間，可是這幾位考生在答這道題時都採用了慣例想法，算計量很大、步驟也特別多。大模子好像只能依照固定的模板去答題，而不能根據標題的特征因地制宜地選擇最優想法。假如用這樣的想法傳授學生，對于學生知識吸取和知識結吃角子老虎機贏錢原理構創建都是有弊病的。
若用于數學教育，大模子還需優化對學生的引動率領
針對上述大模子存在的普遍疑問，丁明怡提出多方面發起。
首要是要提拔標題的辨別才幹，包含有術語、符號、圖形、表格等等的辨別。第二，發起加強盛模子的邏輯推理才幹培訓，通過算法的優化提拔邏輯的嚴謹性、連貫性，改良跳步、表述不嚴謹的疑問。第三，發起優化解題想法，能夠運用概念應用、數學結合等想法，來對學生進行傳授。實際講授中，無論是代數還是幾何，都要依附數形結合的想法讓學生快速懂得、扼要解題。發起大模子提拔繪圖技巧和應用才幹，包含有幾何圖形、函數圖形、統計圖形等。
丁明怡特別強調，還有特別主要的一點，要提高大模子的思維才幹。在創造性題型和情景創設性題型上，大模子大多數不太擅長。這類題一般會基于對照復雜的現實情形，表述格式也對照綜合，可能會有文字、老虎機中獎機率表格、圖像等，而且需要辦理真實的疑問，比如提出最優謀略或者發起等。這種標題是沒有答題模板的，考查學生的閱讀才幹和疑問辦理才幹。實際上這對大模子也提出了更高的要求，需要真正讀懂這道題說的是什麼，然后再把它轉化成數學疑問，再運用數學知識進行謎底，隨后再回到現實疑問中提出辦理方案。這方面大模子還有對照大的提拔空間。丁明怡辯白道。
另有丁明怡提到，假如大模子應用到數學教育場景中，對于學生的引動率領還需優化。
比如，拿到一道題，但願能夠先講一下標題所涉及的知識點和知識結構，再去講這道題求解的想法，如果說基于定義性質來求解，可以一邊繪圖，一邊結合知識結構進行分步講解，得出答案后，還可以再進行解法對照，提出更優的想法等。既有前期知識框架的解析，又有后期一步步的引動以及和前期框架之間的聯系。在丁明怡看來，這才是大模子應用于教育場景中的價值體現。
