Howie和小能熊

高考数学满分的o1,参加高中数学奥赛的话,能得满分吗?

Image

教育内卷和教培路线的主战场是数学,煽动家长焦虑的痛点是奥赛,以至于开创了全体学生学“奥赛”的荒诞场面(想象一个,百万千万人备战奥林匹克运动会,这得有多黑色幽默)。

地球上有 200 个国家,其他 199 个为什么不来抄作业,不搞全民奥赛模式?反而搞出了 o1这样的技术??

要思考这个现象背后的本质,就得让 o1 也来做一做奥赛题。

openai 的官方测试结果是:在编程方面,o1 在信息学国际奥赛(IOI)中可以超越49%的选手,差1分铜牌水平;在数学方面,让 o1 参加数学奥赛预选赛(AIME),能取得74分的成绩,15 题答对 11 题,美国高中生中排名前 500 名。

那么,o1 在中国的数学奥赛体系中能达到什么水平? 联赛是全国数学奥林匹克竞赛(CMO)的选拔赛,难度不可谓不低。当时,姜萍没上成的涟水中学,一个年级 26 个班,合计约 1500 人,好像只有 1-2 个拿到了省三等奖。和现在的教育资源比起来,那时候只能自学备考,不可谓不贫乏。

Image

这次测试,选取了全国高中数学联赛的 2024 真题,详细测试结果和步骤全部贴出来,供你参考。o1 对教育内卷和教培模式的影响,成年人也可以基于这个现实来独立思考判断。

Image

结论:接近满分

一试一共11题,120分,o1能答对9题,剩余两题中gpt-4o答对1题(第6题),相当于LLM可以得112分。

看过IMO金牌选手的经验介绍贴,一试90分就妥妥进省队,那可以看作o1模型达到了参加CMO数学奥赛的水平。

Image

考虑排名的话,o1 在全国高中生范围中排名应该在前500,和openai的测试结果差不多。

o1答题实录

测试方法:原始题目截图,让gpt-4o识图,并用markdown格式输出,数学公式采用latex排版。

Image

然后把题目抛给o1-mini回答,没有任何prompt,只给题目本身。

为了让CoT思维链总结用中文输出,我专门把电脑的系统语言设置为中文。CoT 思维链的语言是跟随电脑/手机操作系统语言来的,没有其他方法设置。

每道题,我会把o1答题的原始对话,用link的格式分享出来。公众号文章不支持外链,有兴趣的朋友需要手动复制粘贴后在浏览器中打开。(是的,在即将AGI的时代,公众号文章还不支持互联🤣)

1 实数:✅

题目:

Image

o1-mini 解题:

Image

原始对话链接:

https://chatgpt.com/share/66e8e482-d1ac-8007-a811-378ac7105e90

答案与评分标准:

Image

2 无穷等比数列:✅

题目:

Image

o1-mini 解题:

Image

原始对话链接: https://chatgpt.com/share/66e8e46b-ebf0-8007-9a04-0ed5d1e34a75

答案与评分标准:

Image

3 集合:✅

题目:

Image

o1-mini 解题:

Image

原始对话链接: https://chatgpt.com/share/66e8e454-9164-8007-a39e-7a0dc3faa21a

答案与评分标准:

Image

4 三棱锥:✅

题目:

Image

o1-mini解题:

Image

原始对话链接: https://chatgpt.com/share/66e8e443-0158-8007-a141-c586527913fb

答案与评分标准:

ImageImage

5 概率:不均匀的骰子  ✅

题目:

Image

原始对话链接: https://chatgpt.com/share/66e8e370-46dc-8007-9ba3-7a529538d6d3

答案与评分标准:

Image

6 函数:gpt-4o ✅

题目:

Image

gpt-4o 解题:

Image

o1-mini 的结果是 12。不知道是答案有问题,还是o1-mini 真的回答错了🤣

原始对话链接:

https://chatgpt.com/share/66e8e312-1638-8007-a95e-c01d44101493

答案与评分标准:

Image

7 离心率:✅

题目:

Image

o1-mini 解题:

Image

原始对话链接: https://chatgpt.com/share/66e8e425-7ab8-8007-aca4-6b031609f2dc

答案与评分标准:

ImageImage

8 排列组合:❌

题目:

Image

O1-mini 解题:

我让o1回答了两次:第一次思考了几分钟还没结果,整个崩溃了;第二次思考了 212 秒,仍然回答错误。

这个题目,或许可以展示人类学习者在解题时的创造力。这种创造力是目前的O1 模型仍未做到的。

Image

原始对话链接:

https://chatgpt.com/share/66e8e406-d614-8007-8221-256800f427be

答案与评分标准:

Image

9 cosC:✅

题目:

Image

o1-mini 解题:

思维链

Image

解题

Image

原始对话链接:

https://chatgpt.com/share/66e8e3e5-6168-8007-a8ce-e34b8c8bfa3e)

答案与评分标准:

ImageImage

10 平面直角坐标系:✅

题目:

Image

o1-mini 解题:

Image

原始对话链接:

https://chatgpt.com/share/66e8e3cf-49ac-8007-b512-257ddda416e9

答案与评分标准:

Image

11 复数:✅

题目:

Image

o1-mini 解题:

Image

原始对话链接:

https://chatgpt.com/share/66e8e3ba-1980-8007-818f-5b8ffe0eb724

答案与评分标准:

ImageImage

so what?

教育内卷,奥数教培……在o1之后,大家要重新想一想了。