原创 orangesai 2024-11-25 20:11 北京
昨天 Kimi 的小伙伴终于邀请我参与了模型的内测，在这里跟大家分享一下对这个模型的体验。
o1 出来之后，强化学习的范式已经成为业界共识。最近有三家公司都推出了自己的对标 o1 的模型，分别是月之暗面的 k0-math，Deepseek 的 R1 Lite，阿里巴巴的 Macro o1.
其中 k0-math 是最早发布的，重点优化了数学方面，在多项考试类测试集中都超过了 o1-preview。
这个模型发布之后，Orange 立刻去找 Kimi 的小伙伴问：什么时候能在线上体验这个模型？
昨天 Kimi 的小伙伴终于邀请我参与了模型的内测，在这里跟大家分享一下对这个模型的体验。
很多人听到数学模型的第一反应是做高考题之类的，
其实生活中很多地方都需要用到数学，购物算价格、健身算卡路里、产品经理算增长数据，等等。
接下来为大家分享几个我测试的例子。这部分问题之前大模型的数学能力难以解决，但是在今天学会数学后能去做更多的事情
第一道题，首先我们还是从最经典的题目开始
9.8和9.11谁更大？
大模型终于懂了！分数的十分位大小决定了一切，回答正确。
第二道题，我们来算一个强迫症购物的问题
有个人想买几套餐具，到了店里发现，自己的钱可以买21把叉子和21个勺子，也够买28个小刀，但是，他想三样东西都买，而且要配成一套，并且把钱刚好花完，如果你是这个人，你会怎么买呢？
可以看到这个计算过程是相当的详细，计算过程的每一步都清晰地写了出来，这样非常方便定位错误，当然最终计算结果也没问题。
第三道题，我们来算一下减肥5kg大概需要几天
请根据下列情况计算减肥的话，需要摄入的每日卡路里量，并推算减肥需要几天。男性，少量运动，当前体重 80kg 身高 180cm 年龄30 减肥目标5kg
wc！竟然要饿这么久才能减5kg，哭了。。。
第四道题，我们来算一下获得100万用户的节奏
一个产品一年的目标是100万用户，假设每个月新用户的增长是上个月的150%，请分别计算每个月应该获取的用户数
不仅计算出了每个月需要获取的用户数，还积极主动地做了一个验算的公式，这就有点贴心了。
在测试的过程中，我发现 Kimi 数学版目前还存在一些问题，比如：
问题一，Kimi 数学版暂时还不支持文件和图片的输入。所以几何题还没法很好的测试，几何题目又占了一半的内容。
问题二，Kimi 数学版目前只支持一轮，对于多轮应该还没优化，所以如果是追问的话效果可能会打折，要在第一次的prompt里把限定条件都说清楚。
问题三，有时候模型会陷入过度思考，中间我测试了一个简单的问题，它一次就做对了，接下来反思了三遍，结果眼看着他离正确答案越来越远。。。
希望官方尽快解决这些问题吧。
在国内的大模型产品里，Kimi 走的一直是高智商生产力工具路线，从 Kimi 的一些规划来预测，数学版应该只是对标 o1 的第一个版本，是一个相对比较容易验证技术的封闭集，后续应该也会有代码方面的优化。
好了，以上就是今天的全部内容。
如果觉得有用，记得关注橘子汽水铺
感谢阅读，我们，下次再见。
