很抱歉，我还没有学习到这方面的知识。如果您有其他问题，您可以继续问我，我将尽力为您提供帮助。

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，团队采用了成对优化策略，即不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。

LLaMA版o1开源内容丰富，助力AI数学能力提升

10月底，团队宣布在基于AlphaGo Zero架构复刻OpenAI o1方面取得重大进展，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评分。

MathorCup杯B题思路：机器学习与三次埃尔米特插值

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，参赛队伍采用了分段三次埃尔米特插值的方法，以增强数据的连续性和特征丰富度。

首先，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，使用分段三次埃尔米特插值，创建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。

澳洲高考数学题难度再创新高，学生感叹“不能只是简单地套用公式”

2024年新州高考（HSC）的数学试卷让不少12年级学生陷入困境。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。”

其中，最后一题是关于复利的金融数学问题，难度之高引发了学生和老师间的广泛讨论。学校数学组的联合负责人Jo Iacona表示，这道题不仅出现在标准2的试卷上，也作为Question 26出现在高级数学的试卷中。

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”时，LLM的回答