听说 hy4 数学很强

这问题很刁钻啊

懂数学的佬

不一定知道为什么不如 o 和 A

更不一定知道还有多久的差距

这是不可量化的

至少我是这么觉得的

deepseek 不是主打数学和逻辑吗？

我的感觉是 dpsk 自从 v4 开始就逐渐转向 agentic coding 为中心了，v4 preview 到 GA 也只是说 agent 能力大幅提高。而且在 frontiermath 上也是一坨，甚至不如 glm

感觉ysy来tx之后，hunyuan势头很猛啊

deepseek上一次主动汇报数学能力还是在v3.2吧

请问 “听说很强” 从何而来呢？在做数学不等于数学很强，hy 到现在一共解决了多少问题呢？数学能力强的前提是基础模型强，在打数学 benchmark 之前先要在那些通用 benchmark 上赶超吧，这些上面现在都差得远，数学怎么可能强呢。

目前所有吹数学强的国产模型，之前的 qwen max（号称 imo 能拿奖牌还是啥），后来的 k3（x 上有人吹，我专门还开了个 200 块的套餐），没有一个是 research 级别能用的，做本科数学题目都费劲。

反正国模在通用 benchmark 上没刷分刷过 gpt 之前，我是不会再尝试用国模做数学了。

顺便说一句，国模数学最接近 gpt 的时候，还是 deepseek R1 那会，后来只能说是走远了。

^-^往之前看不上的coding方向走了是吧，感觉其实一直做下去，做出一个数学和逻辑很强的模型也是很有用的

没研究过 ai4math，但有一些信息是可以提供的

数学能力靠后训练，后训练吃计算资源。这是最直观的链。

然后 Openai 不用说了，后训练厉害，luna 这种都能很强。A\其实 4.7 之前数学都不行，到 4.8 才算打平手，fable5 赶超，但 token 消耗量大。

看看 K3 系列下一个版本怎么样吧。我觉得可能稍微能期待一下。

qwen3.8max 确实是相对好的了。

别忘了还有普通模型上还有 GPT PRO、Gemini DeepThink（现在估计没了）

后训练比起预训练的消耗，基本上可以忽略不计吧

以前大家讨论模型的数学能力，因为数学这东西天然好判断对错，标准明确，所以早期大家普遍在这一领域发力。

后来去提升代码能力，一是因为代码数据天然多、质量高，二来也有明确的好坏标准，而且需求巨大，比数学更加容易判断对错，还有编译器、类型检查、格式化等工具直接纠正很多错误节省人力。

由此可知，凡是具备明确是非、可量化、需求旺盛的领域，AI 都会越来越擅长，超越人类。

而需要带有审美、感性、主观体验和人类共情的领域（艺术创作、文学表达、情感伦理判断等等等），没有唯一正确的答案，也难以用统一标准衡量，短期里 AI 还无法替代的