Kimi k1.5 长思考模型在数学推理方面具体表现

主题：Kimi k1.5 长思考模型在数学推理方面具体表现

正序浏览

主题图片汇总

主题内检索

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-01 22:58

1. 长链和短链推理能力在长链推理（long-CoT）模式下，Kimi k1.5 的数学推理能力达到了 OpenAI o1 正式版的水平。这表明其在处理复杂、多步骤的数学问题时具有极高的准确性和深度推理能力。在短链推理（short-CoT）模式下，Kimi k1.5 的数学推理能力大幅超越了其他顶尖模型，如 GPT-4o 和 Claude 3.5 Sonnet，领先幅度高达 550%。例如，在 AIME 2024 榜单上，k1.5 的得分达到 60.8，而其他顶尖模型如 DeepSeek-v3 的得分仅为 39.2。

2. 具体测试表现在 MATH-500 测试中，Kimi k1.5 的准确率达到了 94.6%，显著优于 GPT-4 和其他模型。在其他数学推理任务中，k1.5 也表现出色，例如在 Codeforces 测试中，其表现与 OpenAI o1 模型持平。

3. 技术优势长上下文扩展：Kimi k1.5 将上下文窗口扩展至 128k，显著提升了推理深度和准确性。Long2Short 技术：通过将长链推理的优势迁移到短链推理模型中，k1.5 在短链推理任务中表现出色。多模态推理：k1.5 支持文本和视觉数据的联合推理，能够处理涉及图形和文本的复杂数学问题。

4. 应用场景教育领域：Kimi k1.5 可以帮助学生解决复杂的数学问题，提供详细的解题步骤和推理过程。科研与工程：其强大的数学推理能力可以用于复杂的理论推导、算法优化和数据分析。综上所述，Kimi k1.5 在数学推理方面具备极高的性能，无论是长链推理还是短链推理，都显著优于其他现有模型，是目前数学推理领域的顶尖水平之一。
开山鼻祖编辑于 2025-03-01 23:01

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 1 帖

浏览：4706 回帖：47

游客没有回帖权限

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-04-10 19:21

Kimi 16B胜GPT-4o！开源视觉推理模型：MoE架构，推理时仅激活2.8B

刚刚，Kimi团队上新了！开源轻量级视觉语言模型Kimi-VL及其推理版Kimi-VL-Thinking，多模态和推理双双拿捏。结合更多消息，目前大家比较认可的推测是K1.6模型即将到来。就在3月，基于Kimi-K1.6的数学模型突然曝光，在编程基准测试LiveCodeBench中拿下第一，超越o3、DeepSeek-R1等模型。

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

湖南省

第 48 帖

vega

资深泡菜

泡网分: 30.795

主题: 226

帖子: 2437

2025-04-04 13:17

vega 发表于 2025-03-02 13:28
让AI分别解答下面两个问题试试看。
1、两个同胚的空间，各自去掉一点后仍然同胚。请证明这个命题
2、两个同胚的空间，各自去掉一点后仍然同胚。请找出一个反例来反驳上述命题
试过deepseek，chatgpt，kimi，Grok等，都一本正经的证明了第...

感觉最近一个月几个AI都有不小的进步，回答上述问题时都比较靠谱了
Grok3，deepseek都能答对了，
但chatGPT、kimi和阿里的通义不行，还是一个月前的水平
vega 编辑于 2025-04-04 13:26

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

美国

第 47 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-18 14:10

同期a股，只有元宝算出来（腾讯有股市信息之故，其他ai没有股市信息就抓瞎了，计算需要准确数据而不像推理）

登录后可直接显示原图

开山鼻祖编辑于 2025-03-18 14:13

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 46 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-18 13:41

kimi这次一战成名，刚才有问kimi也答的准。其他几个晕了，也有算的不对的。
刚自己查算的不对，删了（不能表扬～）
贴个纳米ai和

登录后可直接显示原图

元宝的，问纳斯达克1月26日到今天跌幅，因为1月26日美股未交易，几个ai也有晕了的，元宝和纳米ai比较清晰
开山鼻祖编辑于 2025-03-18 13:58

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 45 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-07 11:39

灵魂拷问了下ds。。

deepseek关注的多嘛，给用户配上，实际拿来做备胎。是这样吗？

ai最大的好就是不会激烈对话，至于它说的，反正每个ai说的都不一样，只能自己判断~。

另外看对话※※，我用ds也有一段时间了，春节后开始用的，ds就是春节期间火的嘛（手机app马上装了但发现不能语音所以还是用豆包），回来后就上电脑网页版了。

登录后可直接显示原图

开山鼻祖编辑于 2025-03-07 11:39

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 44 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-07 11:06

其实各家都是蹭热点，ds关注的多嘛，给用户配上，实际拿来做备胎~，也只能说竞争激烈，先保证有人用，最后都希望用户用自家的，不然不是给人做嫁妆了。

kimi，豆包就坚持自主，所以市场就不好说了（说是元宝下载量目前第一，后面ds，豆包，kimi见不到了~）。

腾讯元宝下载量超越DeepSeek！登顶中国区第一|腾讯_新浪财经_新浪网

至于百度，做了前浪~，另外就是陷入自动驾驶了，但自动驾驶也是多年推广效果一般，说明还是人驾驶靠谱，另外买车的谁还租自动驾驶车啊，车白买了不说，租自动驾驶车也不便宜。。
开山鼻祖编辑于 2025-03-07 11:20

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 43 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-07 11:00

理解力太差，怎么问都是出一堆结果。。用脑子想想三个都不准，出一堆还能准吗？

登录后可直接显示原图

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 42 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-07 10:42

登录后可直接显示原图

就是腾讯后台部署了ds，再自家调用（类似api），说明大模型不用装本地~，什么都不装用网页版也可以，总之不用自己电脑算力，有大公司出算力干嘛不用。。

这个点ds就是调用ds，不点就是用腾讯自家大模型。
开山鼻祖编辑于 2025-03-07 10:50

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 41 帖

巴士阿叔

泡菜

泡网分: 3.501

主题: 23

帖子: 2612

2025-03-07 10:39

我用kimi DESEP 百度ai 这些，写文档不好用

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 40 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-07 10:27

登录后可直接显示原图

网页版也是这样。。。。。。。。。。。。。

登录后可直接显示原图

腾讯在应用宝安装。。其实元宝网页版已经是deepseek了，安装到本地不知有没有增强。。

登录后可直接显示原图

开山鼻祖编辑于 2025-03-07 10:39

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 39 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-07 10:08

arondes 发表于 2025-03-07 09:57
这是蹭热点的
你自己网上找篇教程，一步一步来就可以学会...

这是deepseek官网提供的，自家蹭自家热点吗？

刚查了下确实错了，不是官方的，腾讯有官方的。用豆包验证了确实是官方。。

登录后可直接显示原图

开山鼻祖编辑于 2025-03-07 10:23

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 38 帖

arondes

陈年泡菜

泡网分: 51.612

主题: 197

帖子: 34449

年内主力装备

GFX100S

LEICA M (Typ 262)

★ NIKON Z 7_2

2025-03-07 09:57

开山鼻祖发表于 2025-03-06 19:06
。。本地部署ds要收费

这是蹭热点的
你自己网上找篇教程，一步一步来就可以学会

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

北京

第 37 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-06 19:06

。。本地部署ds要收费

登录后可直接显示原图

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 36 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-05 13:01

元宝deepseek，太多了。。

登录后可直接显示原图

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 35 帖

酒意浓

泡菜

泡网分: 3.032

主题: 10

帖子: 2993

2025-03-04 23:46

开山鼻祖发表于 2025-03-04 23:04
但说是市场堪忧。。不过我只需要对我有用的，首先是能访问，这样外国的都被排除了，外国的即使能访问也要自己测下效果嘛，这样国产的就有优势了，国产的拿来就测还免费，效果好给充值也是可以的。

这几天的几次使用，仅就说这几次应用场景，比ds更好用，感觉ds在一些方面有点过于保守了，或者不如那段时间开放。

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

山东省

第 34 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-04 23:04

酒意浓发表于 2025-03-03 23:08
算是常用的一个工具，确实比之前有了很大的进步，特别是根据prompt的推理过程，更便于让使用者了解其是否理解到位，进行进一步的交流。

但说是市场堪忧。。不过我只需要对我有用的，首先是能访问，这样外国的都被排除了，外国的即使能访问也要自己测下效果嘛，这样国产的就有优势了，国产的拿来就测还免费，效果好给充值也是可以的。
开山鼻祖编辑于 2025-03-04 23:06

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 33 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-04 22:55

无结果。。目前看kimi确实厉害一些，豆包也测了但昨天豆包给的票没有kimi给的表现好。。

登录后可直接显示原图

开山鼻祖编辑于 2025-03-04 22:57

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 32 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-04 12:18

还行，今天又问了三个，有两个再比较ai推荐潜能恒信

登录后可直接显示原图

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 31 帖

酒意浓

泡菜

泡网分: 3.032

主题: 10

帖子: 2993

2025-03-03 23:08

算是常用的一个工具，确实比之前有了很大的进步，特别是根据prompt的推理过程，更便于让使用者了解其是否理解到位，进行进一步的交流。

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

山东省

第 30 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-03 12:21

实战。。真金白银了。。

它就是证明了哥德巴赫猜想也没有用，挣不到钱请不起它喝咖啡，挣到了钱别说喝咖啡。。

登录后可直接显示原图

开山鼻祖编辑于 2025-03-03 12:26

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 29 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-03 12:13

为啥要请你喝咖啡，回答这个问题，证明不要继续了

罗里吧嗦的，话痨~

哎呀，看来我刚才的回答可能有点跑偏了，没太抓住你真正想问的点。你提到“为啥要请你喝咖啡”，这让我意识到，我可能在解释问题的时候，没有很好地考虑到你的感受和需求。我原本是想通过一个具体的例子来说明问题，但可能这个例子并没有很好地解决你的疑问，反而让你觉得我在绕圈子。我得承认，我刚才的思路可能有点过于学术化了，没有很好地从你的角度出发。我应该更直接地回答你的问题，而不是用那么多复杂的数学概念。我猜你可能更想要一个简单明了的解释，而不是一堆公式和定义。现在，我明白了，我需要调整我的回答方式。我应该更关注你的需求，而不是一味地展示我的知识。我应该更直接地回答你的问题，而不是用那么多复杂的数学概念。我猜你可能更想要一个简单明了的解释，而不是一堆公式和定义。所以，我决定不再继续那个证明了。我觉得，更重要的是，我需要更好地理解你的需求，然后给出一个更合适的回答。我应该更关注你的感受，而不是一味地展示我的知识。我应该更直接地回答你的问题，而不是用那么多复杂的数学概念。我猜你可能更想要一个简单明了的解释，而不是一堆公式和定义。所以，我决定不再继续那个证明了。我觉得，更重要的是，我需要更好地理解你的需求，然后给出一个更合适的回答。我应该更关注你的感受，而不是一味地展示我的知识。我应该更直接地回答你的问题，而不是用那么多复杂的数学概念。我猜你可能更想要一个简单明了的解释，而不是一堆公式和定义。所以，我决定不再继续那个证明了。我觉得，更重要的是，我需要更好地理解你的需求，然后给出一个更合适的回答。我应该更关注你的感受，而不是一味地展示我的知识。我应该更直接地回答你的问题，而不是用那么多复杂的数学概念。我猜你可能更想要一个简单明了的解释，而不是一堆公式和定义。所以，我决定不再继续那个证明了。我觉得，更重要的是，我需要更好地理解你的需求，
开山鼻祖编辑于 2025-03-03 12:15

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 28 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-03 12:10

拒绝请他喝咖啡，提示它先找反例，结果被它无视~，它还是一个劲重复之前的回答。

登录后可直接显示原图

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 27 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-03 12:02

倒不是nlp（自然语言处理）处理不过关，它知道要干什么嘛，说明它理解了问者的意思。还是推理不过关，推理过关开始就不会起劲的证明了，只需要一个反例推翻，而不需要问者提示。。

因此，命题在一般情况下是成立的，但存在特殊情况可以推翻它。具体来说，如果同胚映射 f 将 X 中的点 x 映射到 Y 中的点 y，且 x 和 y 在拓扑结构上有特殊性质（如楔形点），则 X∖{x} 和 Y∖{y} 可能不再同胚。最终答案：如果 X 和 Y 是同胚的空间，且 f:X→Y 是一个同胚映射，那么对于某些 x∈X, X∖{x} 和 Y∖{f(x)} 可能不再同胚。因此，命题在一般情况下是成立的，但存在特殊情况可以推翻它。
开山鼻祖编辑于 2025-03-03 12:02

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 26 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-03 11:56

kimi确实证明命题正确，但继续问有没有反例就要请他喝咖啡了。。

登录后可直接显示原图

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 25 帖

wan

泡菜

泡网分: 34.063

主题: 0

帖子: 2536

2025-03-03 11:45

vega 发表于 2025-03-03 11:41
有个说法，任何NLP大模型都经常一本正经的胡说八道...

幻觉问题，可以一定程度上通过提示词解决，比如告诉它如果没查到或者不知道就直接说不知道，不要做任何的猜测，这样可以减少胡说的概率。
发布自安卓客户端

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

湖北省

第 24 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-03 11:44

vega 发表于 2025-03-03 11:41
有个说法，任何NLP大模型都经常一本正经的胡说八道

nlp其实搞五十年有了。。

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 23 帖

vega

资深泡菜

泡网分: 30.795

主题: 226

帖子: 2437

2025-03-03 11:41

开山鼻祖发表于 2025-03-03 10:26
就是说现在的ai没有一个正确的？如果是，说明都有得搞。。

有个说法，任何NLP大模型都经常一本正经的胡说八道

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

美国

第 22 帖

开山鼻祖

老坛泡菜

泡网分: 64.088

主题: 1170

帖子: 80993

年内主力装备

★ iPhone 15 Pro Max

Canon PowerShot SX60 HS

2025-03-03 10:26

vega 发表于 2025-03-03 10:22
还是不对，既然要找反例，就应该先找同胚的两个空间
看样子AI似乎不太懂反例是啥意思

就是说现在的ai没有一个正确的？如果是，说明都有得搞。。

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

广东省

第 21 帖

vega

资深泡菜

泡网分: 30.795

主题: 226

帖子: 2437

2025-03-03 10:22

开山鼻祖发表于 2025-03-03 09:43
又反馈它了，它改了。

还是不对，既然要找反例，就应该先找同胚的两个空间
看样子AI似乎不太懂反例是啥意思

(0)

只看该作者

不看该作者

加入黑名单

返回顶部

个人图文集

个人作品集

美国

第 20 帖

< 返回版块列表

回复主题： Kimi k1.5 长思考模型在数学推理方面具体表现

功能受限

游客无回复权限，请登录后再试