繼高考之后，各地中考也陸續(xù)落下帷幕。之前，多家機(jī)構(gòu)和媒體用高考題評(píng)測大模型們的“高考成績”，吸引了不少眼球。那面對(duì)中考題，尤其是大模型不太擅長的數(shù)學(xué)科目，又會(huì)有怎樣的結(jié)果呢？

讓我們以今年北京中考數(shù)學(xué)試卷為例，再測一下大模型們的答題實(shí)力吧！

今天的測試“選手”分別是國產(chǎn)九章大模型和GPT-4o大模型。九章大模型（MathGPT），是學(xué)而思自主研發(fā)，面向全球數(shù)學(xué)愛好者和科研機(jī)構(gòu)，以解題和講題算法為核心的大模型。此前在Matheval排行榜多個(gè)維度的評(píng)測中都排名第一。GPT-4o是由OpenAI公司研發(fā)，是國際上備受關(guān)注的大語言模型之一，除了自然語言處理，GPT-4o還具備一定的推理能力，能夠處理需要邏輯分析和判斷的問題。

究竟誰在這場“數(shù)學(xué)比拼”中更勝一籌，讓我們一起看看。

一、先說結(jié)論

本次測試選擇了2024年北京中考數(shù)學(xué)試卷中的17道題，分別是8道選擇題、8道填空題以及1道解答題。

在測試題目的比拼中，九章大模型的正確率為85%，GPT-4o的正確率為75%。

【九章大模型（MathGPT）】

選擇題8題，做對(duì)5題。

填空題8題，做對(duì)6題。

九章大模型總分 = 5 * 2分 + 6* 2分+1分  = 23分 (滿分30分)

【GPT-4o】

選擇題8題, 正確5題。

填空題8題, 正確5題。

GPT-4o總分 = 5* 2分 + 5* 2分  = 20分 (滿分30分)

注：填空題的最后一題有兩問共2分，答對(duì)一問記1分。

在這次AI比拼中，九章大模型憑借其在數(shù)學(xué)領(lǐng)域的專業(yè)優(yōu)勢，取得了較高的正確率。這表明在特定領(lǐng)域，尤其是數(shù)學(xué)解題，定制化的大模型能夠展現(xiàn)出更強(qiáng)的性能。然而，兩者在復(fù)雜圖題上的表現(xiàn)都存在不足，說明在這類問題的邏輯推理和步驟展示上，AI仍有待提升。

從教育的角度看，AI大模型為學(xué)習(xí)者提供了及時(shí)反饋和考點(diǎn)解析，有助于增強(qiáng)學(xué)習(xí)體驗(yàn)和深度理解。但同時(shí)，AI的局限性也提醒我們，它目前還不能完全替代人類教師的角色，尤其是在精細(xì)化指導(dǎo)和情感交流層面。

未來，AI與教育的結(jié)合可能會(huì)推動(dòng)教學(xué)模式的創(chuàng)新，如人機(jī)協(xié)同教學(xué)以及自適應(yīng)學(xué)習(xí)路徑等。要實(shí)現(xiàn)這些愿景，AI技術(shù)需要在保證準(zhǔn)確性和普適性的同時(shí)，進(jìn)一步增強(qiáng)其在復(fù)雜情境下的理解和應(yīng)用能力。

二、測試方法

1、測試題目：2024年北京中考數(shù)學(xué)試卷選擇題的第1-8題，填空題的第9-16題，解答題第26題。

2、由于數(shù)學(xué)解答題的評(píng)估涉及復(fù)雜的推理步驟和邏輯判斷，直接評(píng)判模型答案的正確性較為困難。因此，本次測試的重點(diǎn)放在了選擇題和填空題上，這些題目通常有明確的正確答案，便于公正地評(píng)估模型的解答能力。

三、選擇題，難分伯仲

以一道經(jīng)典的概率推論題為例，一起來看一下二者的分析過程

九章大模型如下作答：

GPT-4o分析思路：

四、填空題，九章大模型獲勝

 
第14題，GPT-4o回答錯(cuò)誤

九章大模型正確解答：

GPT-4o的分析過程：

第16題，均出現(xiàn)錯(cuò)誤

九章大模型只答對(duì)了第一問，其分析過程：

GPT-4o兩問均回答錯(cuò)誤，其解答過程：

五、解答題

第26題，九章大模型最終答案正確。

九章大模型的分析過程：

GPT-4o最終答案有誤，其分析過程：