2. Linux.do
  3. 把手上有的 Agent 都测了一遍糖果题

把手上有的 Agent 都测了一遍糖果题

dataflow 2026-09-12 01:38 1

无聊做了糖果题测试，皆从思想程度低推到高



在一个黑色的袋子里放有三种口味的糖果，每种糖果有两种不同的形状（圆形和五角星形，不同的形状靠手感可以分辨）。现已知不同口味的糖和不同形状的数量统计如下表。参赛者需要在活动前决定摸出的糖果数目，那么，最少取出多少个糖果才能保证手中同时拥有不同形状的苹果味和桃子味的糖？ （同时手中有圆形苹果口味搭配五角星桃子口味糖果，或是有圆形桃子风味搭配五角星苹果口味糖果都符合要求）

苹果口味 桃子风味 西瓜味

圆形 7 9 8

五角星形 7 6 4

不联网，不搜索，不呼叫工具回答我


正确答案是21



ChatGPT


Sol 仅即时答错


5.5 全錯


Codex


Luna 全军覆没，含 Max

Terra High ^-^

Sol Low ^-^


AGY


Gemini 3.8 Low ^-^

Gemini 3.1 Pro Low ^-^

Claude Sonnet、Opus 4.6 皆答错


這 Gemini 應該是訓練過了


GrokBuild


Grok 4.6、4.5 全错

最新回复 (6)
  • 白龙 09-12 01:41
    1楼

    Gemini 3.8 Low ^-^



    我复测了一下 Gemini，发现确实 3.8 flash 答对了

  • 时牧 09-12 01:45
    2楼

    gemini 可能就是单纯世界知识丰富发力了，这测试题也算有名

  • 一只猪 09-12 01:51
    3楼

    可以试试佬友给出的微调后的糖果题↓

    题目 在一个黑色的袋子里放有三种口味的糖果，每种糖果有两种不同的形状（圆形和五角星形，不同的形状靠手感可以分辨）。现已知不同口味的糖和不同形状的数量统计如下表。参赛者需要在活动前决定摸出的糖果数目，那么，最少取出多少个糖果才能保证手中同时拥有不同形状的苹果味和桃子味的糖？（同时手中有圆形苹果味匹配五角星桃子味糖果，或者有圆形桃子味匹配五角星苹果味糖果都满足要求）


    苹果味 桃子味 西瓜味


    *圆形 6 6 5 *


    *五角星形 5 5 3 *


    正确答案是15，实测反重力里面的gemini-3.8flash依旧可以正确回答

  • Terry 09-12 01:51
    4楼

    DeepSeek flash 4.1居然也可以答对，速度还很快

  • 一只猪 09-12 01:56
    5楼

    这种推理题目实际上gemini和deepseek做的都很好（只不过很多人只关注编程能力而已），但是如果能做对我上边那个微调后的答案，那智力就更强了

  • 星野 09-12 02:11
    6楼

    可以



    deepseek v4.1 f不是区

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐