O1模型在解决数学题上的表现如何？

小学

很惊艳，可以用泥潭中一道广受讨论的数学题来试一试。

不妨暂停片刻，思考一下需要多久才能解出答案。我许久未曾接触小学奥数题，花了十多分钟才理出头绪，之前尝试其他方法均未成功。解题的关键在于从亮亮爸爸的角度思考：由于提前了12分钟，亮亮爸爸往返少开了12分钟，单程则少开6分钟。 进一步需要认识到，这6分钟正是相遇时距离正常放学剩余的时间。 至此，答案自然清晰。 亮亮步行15分钟与爸爸相遇，而相遇点离放学还有6分钟路程。 因此，总共提前的时间为15+6=21分钟。为防止各模型中文水平不一，我们用英文撰写提示语。接下来，我们让o1来尝试一下：

先不考虑那些计算步骤，最终结果确实是21分钟。下面尝试让它提供一个妙解：

奥数

它准确抓住了两个关键点，成功解答了题目。我们重新开启一个对话，清空记忆，将数字调整为61+43÷2=61+21.5=82.5，并直接要求以妙解的方式解答此题：

一次就对，同样精彩。其他模型在相同问题上的表现如何？六分钟内完成任务

不准列方程：27分钟

GPT4：列方程15分钟，不列方程18分钟。

克劳德3号奥普斯：0分钟（设方程）与18分钟（不设方程）。

克劳德3.5十四行诗：列方程用时30分钟，不列方程则需27分钟。

当其他模型给出五花八门的错误答案时，o1却能稳定地解答正确，这让我感到十分惊艳。它仅用二十秒思考的问题，我却需要十分钟。如果给它几个月的时间去深入思考，或者进一步扩大参数规模，增加强化学习的训练轮数，它的潜力将无可估量，未来值得期待。当然，这道题只是尝试，可能存在诸多漏洞，比如它或许就在o1的训练集中。不过，网上数据中网友的答案五花八门，而其他模型（其训练集与o1相差无几）却全都未能成功解答。