仅有o1-preview能答对的问题一道

开发调优
1

这个问题其实人类也很难做对，所以除了检测AI智商也能检测人类智商。。。
实测除了o1-preview能稳定答对，o1-mini和claude3.5-sonet间歇性答对，其他模型全部歇菜。

三个人打台球，两人对局一人观战，输的人下场换观战的人上场，如此往复，最终，A输了6局，B输了8局，C输了10局，问各赢多少局？

9 个赞
2

答案是什么tieba_015

1 个赞
3

答案是12,8,4

1 个赞
4

https://openwebui.me/s/9bcf9b6a-a3e5-4e3b-a503-982a729bfe6e

1 个赞
5

开不了，要共享到openwebui社区才可以看

6

image

gemini虽然结果瞎猫碰上死耗子对了, 但是解法错的，没有把观战算进去，而观战确实在最后是能被抵消的。

1 个赞
7

gemini exp-1121，gemini exp-1206答对了。

1 个赞
8

gemini-exp-1206小概率对。image

1 个赞
9

Screenshot_2024-12-07-15-19-27-133_com.poe.android
o1p不是稳定答对

2 个赞
10

这个问题 o1-preview 都不能稳定答对：一个用来测试AI的最新问题（涉及数学、生物、伦理）

有一天，一个女孩参加数学考试只得了 38 分。她心里对父亲的惩罚充满恐惧，于是偷偷把分数改成了 88 分。她的父亲看到试卷后，怒发冲冠，狠狠地给了她一巴掌，怒吼道:“你这 8 怎么一半是绿的一半是红的，你以为我是傻子吗？” 女孩被打后，委屈地哭了起来，什么也没说。过了一会儿，父亲突然崩溃了。问：父亲为什么崩溃了？
2 个赞
11

image
gpt4o

2 个赞
12

o1-mini：image

13

智谱秒了

Clip_2024-12-07_15-39-51

14

好问题，我去试试

15

1733557667557

17

deepseek也对了

18

geminiexp也答不对

19

图片
我们可爱的 gemini-exp-1206 一次对

20

感觉大模型越来越强了

21

Screenshot_2024-12-07-16-24-36-24_320a9a695de7cdce83ed5281148d6f19

GitHub 副驾驶一次答对