cs328902
(Muad Dib)
1
事情是这样的，下午在 tg 别人分享了一个扫到的 deepseek 在线版，于是便拿了前两天在本论坛看到的一个问题进行了测试，当时在那个帖子我还吐槽过 “出现问题的原因在于提出的问题场景模糊，ai 并不能很好的分辨场景，巴拉巴拉的。”
于是我把原问题以及稍微丰富场景后的问题同时向 deepseek ，Gemini 2.0 Flash Thinking Experimental，以及 Claude 3.5 sonnet 提问。
先说结论，想看deepseek原始回复的，下面贴出来。
原始问题：5.5米长的竹竿，能否通过高4米宽3米的门，要求你认真思考，给出原理和答案。
deepseek就是一坨，思考一分半分钟，回复了一大堆，甚至提及了三维空间，但是最终答案也不可以。Gemini 和 Claude 回复非常快速，答案都是不能，不过两个回复也明确了在纯粹的空间几何中不行。
于是丰富了场景：生活中，5.5米长的竹竿，能否通过高4米宽3米的门，要求你认真思考，给出原理和答案。
deepseek再次抽象了，思考的内容是第一问题的两三倍，最后还抽了。Gemini 迅速发现了二维空间的局限性，表示三维空间的灵活性可以。Claude 表示竹竿只有几厘米粗，完全可以竖直着或斜着穿过去，根本不存在通过不了的问题。
deepseek 感觉就是为了思考而思考，出现幻觉，找不到重点。
deepseek 没了，更换为 gemini 的思考过程吧
11 个赞
我本地跑的时候确实出现了好几次wait的情况，其实跟用提示词模拟的效果很不一样，确实是有那么个意思
2 个赞
有可能存在幻觉，因为这道题最后思考结论是79，结果最终给我来个正确答案72，也有可能是背题了
2 个赞
Jun_Lee
(Lyren)
7
DS的COT有点不太一样，它可以通过提示词直接控制。
我也试了一下竹竿的题，DeepSeek确实回答错了 
Jun_Lee
(Lyren)
11
我最近对DS的COT做了很多实验，不仅仅可以直接控制COT的启动方式，还可以修改字体和颜色，以及它的内容可以直接作为最终输出层的一个组成部分。
1 个赞
haimi
(chenhahaimi)
12
只能说有待提升。这个竹竿问题不管怎么提示，都扯一大堆。然后问o3的时候，它虽然扯了一些其他方面的思考，但是它最后说关于投影的方法吗，说存在角度可以通过，数据库的差异导致推理还是有些不足啊。
zamasu
(zamasu)
13
R1 满血版的简单测试题：
一个汉字具有左右结构，左边是木，右边是乞。这个字是什么？只需回答这个字即可。
答案是：杚
yhp666
(yhp666)
14
首先可以肯定一个问题，直至目前为止，所有的大预言模型都是基于transformer架构的推理模型，不管是用什么技巧、方法，都没有人类真正的‘思维’。只是按照一定的公式（此公式非常复杂，以至于在这个公式中有6710亿个参数项）输入一个编码后的token，带入公式然后解码输出一个token，然后再把之前所有的输入+上刚才最后一个输出再编码输入，直至模型判断为end。DS的思维也好，o1的思考也罢，那只是看上去像我们人类的思考而已。竹竿子问题给我感觉就是ds的训练数据里没有类似的题目，他没见过类似的题目，没训练过，不知道应该怎么办了，就‘幻觉’了
4 个赞
yuki1
(yuki1)
15
有一说一，我刚看到这个题目，答案也是不可以。
我感觉这种还是看提问的目的吧，如果出在小学数学题，那答案可能也是不可以。
但是考虑是脑筋急转弯，那确实也行。
yuki1
(yuki1)
18
用下面这个提问方式可以正确回答。
以下是一道脑筋急转弯题目:
5.5米长的竹竿，能否通过高4米宽3米的门，要求你认真思考，给出原理和答案。
cs328902
(Muad Dib)
20
帖子违规了，修改一下。deepseek 是扫别人的，没有记录，就上传 Gemini 的原始回答过程吧。
