当前位置： 首页 > news >正文

o1-preview 在 IMO 2024 第一题的实测表现

news 2026/2/9 21:25:55

相关博客：Learning to Reason with LLMs 以及 Introducing OpenAI o1-preview

测试了 IMO 2024 的第一题，OpenAI-o1-preview 的解题过程包括两部分：思考和推理。

20240914151453

正确答案是全体偶数，o1-preview 的 **思考方向正确，推理结果也正确。但证明错误，仅证明了“显然成立”的一侧，而“仅偶数成立”的这侧，重复试了几次都没证对。**即使指出关键步骤，仍然无法纠正得出正确证明。

这是道送分题，大部分选手都拿了满分：

20240914151550

o1-preview 具体的回答：

20240914151659

o1-mini 的回答和 preview 类似，在关键步骤胡说八道，试图蒙混过关：
20240914151715

此外，测了几次 DeepSeek 和 GPT-4o，都得到了 α 取全体整数的错误回答。

虽然 o1 最终答案对了，但证明不完整。实际上，大部分中学生都能猜出答案，难点在证明。现阶段，幻觉问题仍然是阻碍模型落地的关键难点。相比之下，今年的 IMO 竞赛 AlphaProof 成功解决了第 1、2、6 题的证明，这一点更加出色。不过，AlphaProof 需要先给答案，再推导证明，或许二者可以结合一下。

相关文章：

o1-preview 在 IMO 2024 第一题的实测表现

相关博客：Learning to Reason with LLMs 以及 Introducing OpenAI o1-preview 测试了 IMO 2024 的第一题，OpenAI-o1-preview 的解题过程包括两部分：思考和推理。 正确答案是全体偶数，o1-preview 的 **思考方向正确，推…...

编程日记 2024/10/6 17:08:08

iOS--RunLoop原理

前言 曾经在写项目的时候遇到过这么一个问题。： 项目中添加了一个tableview，然后还有一个计时器，当滑动tableview的时候会阻塞计时器，你得执行这么一段代码后，计时器才能正常运行。 RunLoop.current.add(timer, for…...

编程日记 2024/10/6 17:06:05

并查集——从LeetCode题海中总结常见套路

目录 并查集定义 LeetCode128.最长连续序列 先去重再sort： 改进去重的方法： 参考： 并查集定义 在计算机科学中，并查集是一种树型的数据结构，用于处理一些不交集（Disjoint Sets）的合并及查…...

编程日记 2024/10/6 17:04:04

深入理解作用域【JavaScript】

一、作用域的内部原理 JavaScript 的作用域机制是理解变量如何被访问和存储的重要概念。下面详细介绍作用域的内部原理，包括编译、执行、查询、嵌套和异常处理这五个步骤。 1. 编译 在 JavaScript 的执行过程中，首要的步骤是编译。尽管JavaScript是解…...

编程日记 2024/10/6 17:03:03

微信小程序实战教程：如何使用map组件实现地图功能

在微信小程序中，map组件是一个非常实用的功能，它可以帮助我们快速实现地图展示、定位、标注等操作。本文将详细介绍如何在微信小程序中使用map组件，带你轻松掌握地图开发技能。 一、map组件概述 map组件是微信小程序官方提供的一个地图组件…...

编程日记 2024/10/6 17:02:01

张雪峰谈人工智能技术应用专业的就业前景！

一、张雪峰谈人工智能技术应用专业 在教育咨询领域，张雪峰老师以其深入浅出的讲解和前瞻性的视角，为广大学子提供了宝贵的专业选择建议。对于人工智能技术应用专业，张雪峰老师通常给予高度评价，认为这是一个充满无限可能且就业前…...

编程日记 2024/10/6 17:01:00

机器学习课程学习周报十五

机器学习课程学习周报十五 文章目录 机器学习课程学习周报十五摘要Abstract一、机器学习部分1. 统计推断与贝叶斯推断2. GMM和EM算法补充3. 马尔可夫链蒙特卡罗法3.1 蒙特卡罗法3.2 马尔可夫链3.3 Diffusion模型中的马尔可夫链 总结 摘要 本周的学习涵盖了统计推断和贝叶斯推断…...

编程日记 2024/10/6 16:57:58

rabbitMq------客户端模块

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录 前言消费者模块信道管理模块管理的字段提供的接口 信道内存管理连接管理类 前言 在RabbitMQ中，提供服务的是信道，因此在客⼾端的实现中&…...

编程日记 2024/10/6 16:54:56

地理定位营销与开源AI智能名片O2O商城小程序的融合与发展

摘要：本文阐述地理定位营销的概念、手段及其在商业中的应用，探讨开源AI智能名片O2O商城小程序如何与地理定位营销相结合，为企业营销带来新的机遇与挑战。 一、引言 在当今数字化营销的时代，地理定位营销已成为一种重要的营销手段…...

编程日记 2024/10/6 16:51:53

解决Vue应用中遇到路由刷新后出现 404 错误

解释： Vue 应用中遇到路由刷新后出现 404 错误，通常是因为 Vue 应用是个单页应用（SPA），它通过 Vue Router 管理路由，通过 HTML5 History Mode 实现页面导航无需重新加载页面。当直接访问非首页的路由或者刷…...

编程日记 2024/10/6 16:50:51

在window10下使用directml加速phi-3模型的一些记录

1.安装anaconda，安装python 安装torch等参考网上资料非常多 不细描述 2.参考微软官网【在windows上通过DirectML启用Pytorch文档，检查系统版本 检查gpu版本 3.参考微软官网【在windows上通过DirectML启用Pytorch】文档，安装torch_directml模…...

编程日记 2024/10/6 16:49:50

通信工程学习：什么是OSPF开放式最短路径优先

OSPF：开放式最短路径优先 OSPF（Open Shortest Path First，开放式最短路径优先）是一种内部网关协议（IGP），被广泛应用于计算机网络中，特别是在构建大型和复杂的网络时。以下是对OSPF的…...

编程日记 2024/10/6 16:48:49

《中国电子报》报道: 安宝特AR为产线作业者的“秘密武器

近日，中国电子报在其文章《下一代工业智能终端重新定义制造业》中对安宝特的增强现实（AR）解决方案给予了高度评价，称其为产线作业者的“秘密武器”。这一创新技术改变了传统制造业的作业方式，使得操作人员能够在生产过…...

编程日记 2024/10/6 16:47:48

【Android】Handler消息机制

文章目录 前言概述核心组件概述Android消息机制概述 Android消息机制分析ThreadLocal的工作原理ThreadLocal基础ThreadLocal实现原理 MessageQueueLooperHandler的工作原理总结 前言 本文用于记录Android的消息机制，主要是指Handler的运行机制。部分内容参考自《An…...

编程日记 2024/10/6 16:46:47

大数据必懂知识点：Parquet、ORC还是Avro作为数据存储格式，哪种在性能和压缩率上更优

目录 第一章 相关理论 1.1 Parquet格式介绍 1.1.1 起源与发展 1.1.2 特点与优势 1.2 ORC格式介绍 1.3 Avro格式介绍 1.3.1 跨语言支持 1.3.2 动态映射 1.3.3 丰富的数据模式 1.3.4 数据模式灵活性 第二章 种格式性能比较 2.1 读写性能对比 2.2 查询性能对比 2.3 压…...

编程日记 2024/10/6 16:45:46

P1387 最大正方形

题目描述 在一个nm 的只包含 0 和 1 的矩阵里找出一个不包含 0 的最大正方形，输出边长。 输入格式 输入文件第一行为两个整数n,m(1≤n,m≤100)，接下来 n 行，每行 m 个数字，用空格隔开，0 或 1。 输出格式 一个整数…...

编程日记 2024/10/6 16:42:42

Python知识点：如何使用Multiprocessing进行并行任务管理

开篇，先说一个好消息，截止到2025年1月1日前，翻到文末找到我，赠送定制版的开题报告和任务书，先到先得！过期不候！ 如何在Python中使用Multiprocessing进行并行任务管理 在现代编程中，…...

编程日记 2024/10/6 16:41:41

React常见优化问题

在React开发中，性能优化是一个重要且持续的过程，旨在提升应用的响应速度和用户体验。以下是一些常见的React优化问题详解，并附上相应的代码示例。 1. 避免不必要的组件渲染 React组件的渲染是由其props或state的变化触发的。但是，…...

编程日记 2024/10/6 16:40:41

css 简单网页布局——浮动（一）

1. 三种布局方式 1.1 标准流 1.2 浮动的使用 1.3 简述浮动 1.3.1 浮动三大特性 <style>.out {border: 1px red solid;width: 1000px;height: 500px;}.one {background-color: aquamarine;width: 200px;height: 100px;}.two {background-color: blueviolet;width: 200px;h…...

编程日记 2024/10/6 16:37:38

设计模式（3）builder

需求&#xff1a; 对于复杂的对象&#xff0c;我们只需要 通过 设置一些参数&#xff0c;就可以得到相对应的 实例。 简单来说&#xff0c; 需求就是用一个类 通过方法返回一个 新建的对象&#xff0c;而且可以通过方法去设置这个对象 public interface CarBuilder {void se…...

编程日记 2024/10/6 16:36:38

Golang 面试经典题：map 的 key 可以是什么类型？哪些不可以？

Golang 面试经典题&#xff1a;map 的 key 可以是什么类型&#xff1f;哪些不可以&#xff1f; 在 Golang 的面试中&#xff0c;map 类型的使用是一个常见的考点&#xff0c;其中对 key 类型的合法性 是一道常被提及的基础却很容易被忽视的问题。本文将带你深入理解 Golang 中…...

编程新知 2025/12/20 7:42:02

R语言AI模型部署方案：精准离线运行详解

R语言AI模型部署方案：精准离线运行详解 一、项目概述 本文将构建一个完整的R语言AI部署解决方案，实现鸢尾花分类模型的训练、保存、离线部署和预测功能。核心特点： 100%离线运行能力自包含环境依赖生产级错误处理跨平台兼容性模型版本管理# 文件结构说明 Iris_AI_Deployme…...

编程新知 2025/12/6 1:56:35

Python实现prophet 理论及参数优化

文章目录 Prophet理论及模型参数介绍Python代码完整实现prophet 添加外部数据进行模型优化 之前初步学习prophet的时候&#xff0c;写过一篇简单实现&#xff0c;后期随着对该模型的深入研究&#xff0c;本次记录涉及到prophet 的公式以及参数调优&#xff0c;从公式可以更直观…...

编程新知 2026/1/27 5:01:54

linux 错误码总结

1，错误码的概念与作用 在Linux系统中，错误码是系统调用或库函数在执行失败时返回的特定数值，用于指示具体的错误类型。这些错误码通过全局变量errno来存储和传递，errno由操作系统维护，保存最近一次发生的错误信息。值得注意的是，errno的值在每次系统调用或函数调用失败时…...

编程新知 2025/9/16 22:48:47

重启Eureka集群中的节点，对已经注册的服务有什么影响

先看答案&#xff0c;如果正确地操作&#xff0c;重启Eureka集群中的节点&#xff0c;对已经注册的服务影响非常小&#xff0c;甚至可以做到无感知。 但如果操作不当&#xff0c;可能会引发短暂的服务发现问题。 下面我们从Eureka的核心工作原理来详细分析这个问题。 Eureka的…...

编程新知 2025/9/24 3:38:34

HashMap中的put方法执行流程（流程图）

1 put操作整体流程 HashMap 的 put 操作是其最核心的功能之一。在 JDK 1.8 及以后版本中&#xff0c;其主要逻辑封装在 putVal 这个内部方法中。整个过程大致如下&#xff1a; 初始判断与哈希计算&#xff1a; 首先&#xff0c;putVal 方法会检查当前的 table&#xff08;也就…...

编程新知 2026/2/8 3:32:52

Linux 内存管理实战精讲：核心原理与面试常考点全解析

Linux 内存管理实战精讲&#xff1a;核心原理与面试常考点全解析 Linux 内核内存管理是系统设计中最复杂但也最核心的模块之一。它不仅支撑着虚拟内存机制、物理内存分配、进程隔离与资源复用&#xff0c;还直接决定系统运行的性能与稳定性。无论你是嵌入式开发者、内核调试工…...

编程新知 2026/1/25 10:16:57

GruntJS-前端自动化任务运行器从入门到实战

Grunt 完全指南&#xff1a;从入门到实战 一、Grunt 是什么&#xff1f; Grunt是一个基于 Node.js 的前端自动化任务运行器&#xff0c;主要用于自动化执行项目开发中重复性高的任务&#xff0c;例如文件压缩、代码编译、语法检查、单元测试、文件合并等。通过配置简洁的任务…...

编程新知 2026/1/25 11:52:39

Linux 中如何提取压缩文件 ？

Linux 是一种流行的开源操作系统&#xff0c;它提供了许多工具来管理、压缩和解压缩文件。压缩文件有助于节省存储空间&#xff0c;使数据传输更快。本指南将向您展示如何在 Linux 中提取不同类型的压缩文件。 1. Unpacking ZIP Files ZIP 文件是非常常见的&#xff0c;要在 …...

编程新知 2026/2/1 5:38:25

Java数值运算常见陷阱与规避方法

整数除法中的舍入问题 问题现象 当开发者预期进行浮点除法却误用整数除法时，会出现小数部分被截断的情况。典型错误模式如下： void process(int value) {double half = value / 2; // 整数除法导致截断// 使用half变量 }此时...

编程新知 2026/2/4 13:10:38