您好！我是人工智能助手智谱清言（ChatGLM），是基于智谱 AI 公司于 2024 年训练的语言模型开发的。我的目标是针对用户的问题和要求提供适当的答复和支持。

上海AI Lab复刻OpenAI奥数神器，LLaMA版o1开源

近年来，人工智能在各个领域都取得了显著的进展，特别是在数学领域。上海AI Lab团队在OpenAI的o1系列发布之前，就开始探索利用蒙特卡洛树搜索来提升大模型的数学能力。随着o1的发布，团队进一步升级算法，专注于数学奥赛问题，并将其作为OpenAI草莓项目的开源版本进行开发。

为了提升LLaMA模型在数学奥赛问题上的表现，上海AI Lab团队采用了成对优化策略。这种策略不是直接给出答案的绝对分数，而是比较两个答案的相对优劣。通过这种方法，他们在最难的AIME2024基准测试中取得了显著进步。在30道测试题中，优化后的模型做对了8道，而原版LLaMA-3.1-8B-Instruct模型只做对了2道。这一成绩超过了除o1-preview和o1-mini之外的其他商业闭源方案。

基于AlphaGo Zero架构复刻OpenAI o1，模型学习过程中获得高级思维能力

10月底，上海AI Lab团队宣布在基于AlphaGo Zero架构复刻OpenAI o1方面取得重大进展。他们成功使模型在学习过程中通过与搜索树交互获得高级思维能力，而无需人工标注。不到一周，项目便开源了。

目前，LLaMA版o1已开源的内容包括：预训练数据集、预训练模型、强化学习训练代码。其中，OpenLongCoT-Pretrain数据集包含超过10万条长思维链数据，每条数据都包含一个完整的数学问题推理过程，包括思考内容、评分结果、问题描述、图形坐标、计算过程、结论推导等完整的推理链路，以及对各个推理步骤的详细分析。

MathorCup杯B题思路：机器学习与三次埃尔米特插值的应用

MathorCup杯B题要求在机器学习的框架下，使用线性回归作为一种算法来解决预测问题。考虑到直接应用机器学习可能因库存数据量较少而导致误差较大，参赛团队采用了分段三次埃尔米特插值的方法来增强数据的连续性和特征丰富度。

首先，团队对数据进行预处理，将不同的品类放在不同的excel表格中进行检查，确认数据没有异常。然后，由于数据量较少，会造成预测出的结果误差较大。因此，他们采用分段三次埃尔米特插值，创建了一份包含两三百行的完整数据集。这样的数据集不仅涵盖了更多的时间点，从而提升了数据的连续性和精度，还显著增加了数据量。最后，使用机器学习进行预测，从而得出答案。

澳洲今年最新高考数学题：复杂程度引发广泛讨论

2024年新州高考（HSC）的数学试卷让不少12年级学生陷入困境。题目之复杂连有着澳洲最著名数学老师”称号的Eddie Woo也不得不花了三次才解出一道题。此次的标准2和高级数学考试包含八道相同题目，许多报考标准课程的学生纷纷抱怨，这次的试卷难度远超以往。

来自Cherrybrook Technology High School的几位学生表示，前半部分的试卷还算顺利，但直到最后两页才开始感到困难。他们承认，这次的考试比平时的练习题要难得多。Melai抱怨道：“我以为会比想象中容易。”而Sofia则补充说：“你不能只是简单地套用公式，这次考试真的需要你去思考。”

苹果研究人员质疑AI的推理能力：简单数学问题稍作改动就会答错

近年来，人工智能在各个领域都取得了显著的进展，其中大型语言模型（LLM）能够生成人类水平的文本，甚至在某些任务上超越人类的表现。然而，研究人员对LLM的推理能力提出了质疑。他们发现，这些模型在解决简单的数学问题时，只要稍加改动，就会犯错误，这表明它们可能并不具备真正的逻辑推理能力。

苹果公司的一组研究人员发布了一篇名为《理解大型语言模型中数学推理的局限性》的论文，揭示LLM在解决数学问题时容易受到干扰。例如，当研究人员给出一个简单的数学问题：“奥利弗星期五摘了44个奇异果，星期六摘了58个奇异果。星期日，他摘的奇异果是星期五的两倍。奥利弗一共摘了多少个奇异果？”时，LLM能够正确地计算出答案。然而，当研究人员添加一个无关的细节：“星期日，他摘的奇异果是星期五的两倍，其中5个比平均小