3月3日，科大訊飛發(fā)布了深度推理大模型星火X1（以下簡稱星火X1）再升級，在模型參數(shù)量比業(yè)界同行少一個數(shù)量級的情況下，數(shù)學(xué)能力全面對標(biāo)DeepSeek R1和OpenAI o1，在中文數(shù)學(xué)各項任務(wù)中均實現(xiàn)領(lǐng)先，同時聯(lián)合華為重磅升級星火一體機(jī)，融合訊飛星火與DeepSeek雙引擎能力。
同樣是國內(nèi)當(dāng)前最強(qiáng)，也是最受關(guān)注的兩款深度推理大模型，星火X1和DeepSeek R1的數(shù)學(xué)能力究竟誰強(qiáng)誰弱？今天我們做一個簡單PK。試題類型包括初、高應(yīng)用題、推理題及奧數(shù)等，共5題，每題20分，滿分100，最后以得分多者為勝。
這里之所以沒有將深度推理大模型引以自豪的類人思考過程納入計分項，是因為深度大模型是否正確思考，將直接影響答題結(jié)果，無需畫蛇添足，再單評測。
題目1：假設(shè)有一個池塘，里面有無窮多的水?，F(xiàn)有2個空水壺，容積分別為5升和6升。如何只用這2個水壺從池塘里取得3升的水。
星火X1給出的答案：
DeepSeek給出的答案：
兩大模型都給出了正確答案，但相比之下，訊飛星火的解題步驟更簡單、明了，易于理解。該題兩大模型均得20分。
題目2：某服裝店的老板在武漢看中一種夏季襯衫，就用8000元購進(jìn)若干件，以每件58元的價格出售，很快售完，又用了17600元同樣襯衫，數(shù)量是第一次的2倍，每件進(jìn)價比第一次多了4元，服裝店仍然按每件58元出售全部售完，問該服裝店這筆生意的盈利情況如何？
星火X1給出的答案：
DeepSeek給出的答案：
兩大模型再次全體答對，各得20分。
題目3：
星火X1給出的答案：
DeepSeek給出的答案：
該題牽涉到圖形、函數(shù)等，手工輸入困難，因此我們采用了拍照上傳，讓兩大模型識圖解答的方式，令人欣慰的是兩大模型都支持識圖解題，并且識別結(jié)果相當(dāng)準(zhǔn)確，這對于用戶來說無疑是一大福音，畢竟對于數(shù)學(xué)來說，據(jù)圖解題是常態(tài)。
答案方面，兩大模型再次不負(fù)眾望，都給出了正確答案，各得20分。相較之下，星火X1的解題過程再次表現(xiàn)出了邏輯清晰、易于理解的特點。
題目5：有100根火柴，甲、乙兩人輪流取火柴，規(guī)定每次取的根數(shù)不得超過10根，也不能不取。規(guī)定誰取到最后一根火柴誰就獲勝。如果兩人都采用最佳方法，甲先取，那么誰將獲得勝利？
星火X1給出的答案：
DeepSeek給出的答案
對于這道典型的奧數(shù)問題，兩大模型均準(zhǔn)確找出了破題點，并給出了準(zhǔn)確答案，各得20分。
小結(jié)：
從以上簡單測試來看，訊飛星火深度推理大模型X1升級版和DeepSeek R1的數(shù)學(xué)能力都令人嘆服，二者表現(xiàn)旗鼓相當(dāng)，均以滿分交卷。只是從解題過程看，星火X1給出的要更簡潔、更明晰。
和過去人們熟知的大語言模型相比，深度推理模型的最大特點是強(qiáng)化了模型在邏輯推理、因果推斷以及結(jié)構(gòu)化知識應(yīng)用方面的能力，尤其在數(shù)學(xué)問題、代碼生成以及科學(xué)推理等方面更具優(yōu)勢。
星火X1能類人思考，在生成回答時更強(qiáng)調(diào)邏輯和推理，并能給出縝密清晰的思考路徑，自動糾錯，大大地減少了過去大模型“已讀亂回”的現(xiàn)象，可廣泛的用于教育、醫(yī)療乃至科研等領(lǐng)域。
正是基于深度推理大模型的這一特點,科大訊飛在發(fā)布訊飛星火深度推理大模型X1升級版的同時，首發(fā)星火醫(yī)療大模型X1，并推出醫(yī)療、高教、政務(wù)、警務(wù)、法律五大全新應(yīng)用場景一體機(jī)，同時正式發(fā)布“星火X1+DeepSeek”雙引擎AI學(xué)習(xí)機(jī)，進(jìn)一步賦能醫(yī)療、教育、智慧城市等領(lǐng)域。
本文轉(zhuǎn)載自：，不代表科技訊之立場。原文鏈接：http://news.cnmtpt.com/?Sid=11514009_M8240279472
