随着上个月2025研究生考试的结束，最新的考研数学真题成为大语言模型尤其是推理模型的「试炼场」，将考验它们的深度思考能力。业内曾有着这样一种共识:大语言模型在文字水平上的表现令人印象深刻，但说到数学就不甚令人满意了。这些测试结果一一看下来，我们可以发现:虽然OpenAI的o1在深度推理方面仍然是最强的，但国产推理大模型正在逐渐缩小与它的差距，此次智谱GLM-zero-preview和阿里QwQ的成绩说明了这一点。...
特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅提供资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或遗漏，概不负任何法律责任。（反馈错误)