近日，科大訊飛發(fā)布星火深度推理大模型X1升級版，同時首發(fā)星火醫(yī)療大模型X1，拓展人工智能在醫(yī)療領(lǐng)域的應(yīng)用，并推出包括星火一體機在內(nèi)的系列新品。
科大訊飛官方表示，星火X1在完全采用國產(chǎn)算力訓(xùn)練的前提下，以70B參數(shù)量，實現(xiàn)了在數(shù)學(xué)能力上全面對標DeepSeek R1（參數(shù)量671B）和OpenAI o1，中文數(shù)學(xué)能力全面領(lǐng)先。
依托星火X1的升級，訊飛曉醫(yī)、星火教師助手及AI學(xué)習(xí)機等產(chǎn)品同步迭代，宣告全國產(chǎn)大模型在效能優(yōu)化與垂直應(yīng)用領(lǐng)域取得突破，并將加速深度推理大模型技術(shù)在醫(yī)療、教育等行業(yè)的落地。
為了檢驗星火X1真實的數(shù)學(xué)能力，我們在第一時間試用了該模型，并將其數(shù)學(xué)能力和當前正火的DeepSeek R1做了簡單對比。本著測試就要硬碰硬的原則，此次選用的測試題均為難度較高的高考試題。
試題1：
別看本題是一個填空題，在概率統(tǒng)計模塊中難度堪稱壓軸，因為和一些概率統(tǒng)計模塊中的硬骨頭相比，它需要更多的枚舉次數(shù)，很容易把人搞暈。面對這樣的“刁題”，星火X1和DeepSeek R1的表現(xiàn)如何呢？請看答案！
星火X1
DeepSeek R1
星火X1輕松解決了該題，給出符合考試邏輯的解題步驟，同時DeepSeek R1的解答過程很明晰，只是這一過程是錯誤，因而注定其給出的答案也是錯誤的。
試題2：
這是一道典型的數(shù)列題，主要解題技巧是錯位相減。泡一杯茶，看星火X1同學(xué)和DeepSeek R1同學(xué)怎么解。
星火X1
DeepSeek R1
不錯，兩大模型都順利完成了作業(yè)，而且無論是解題過程和答案都堪稱完美，數(shù)學(xué)能力之強悍可見一斑。
試題3：
星火X1
DeepSeek R1
再次集體做對，回家后可“加雞腿”慰勞。
試題4：
星火X1
DeepSeek R1
這道題，DeepSeek R1做的有點瑕疵，第二小題沒有給出等號成立的條件，這要是真正的高考，是要扣分的。相比之下，星火X1的解題過程和答案都更嚴謹，堪稱“橫平豎直”的標準答案。
試題5：
星火X1
DeepSeek R1
兩款大模型再次并翼雙飛，基于有條有理、邏輯清晰的類人思考，給出了正確答案。
小結(jié)：
通過上面測試，我們不難發(fā)現(xiàn)，兩款深度推理大模型在數(shù)學(xué)能力方面，都有著令人驚艷的本領(lǐng)。尤其是星火X1升級版，5道高考題居然一題不錯，這要是參加高考，還不把數(shù)學(xué)狀元桂冠摘走。
訊飛星火深度推理大模型X1升級之所以有如此表現(xiàn)，或許與其采用了兩大創(chuàng)新技術(shù)有關(guān)。
這兩大技術(shù)一是通過高效的領(lǐng)域數(shù)據(jù)自動化挖掘和多類型數(shù)據(jù)合成算法，構(gòu)建了海量的數(shù)學(xué)領(lǐng)域預(yù)訓(xùn)練數(shù)據(jù)，從而顯著提升了基座模型的數(shù)學(xué)專業(yè)能力；
二是基于評語模型與強化學(xué)習(xí)算法，實現(xiàn)了大模型長思維鏈的激發(fā)，同時評語模型還促使大模型在推理過程中進行反思驗證，進一步提升了模型在推理階段的準確性。
不過，盡管如此，也同時談一談這兩款大模型尚需改進的地方。
先說星火X1，支持識圖解題，并且文字識別率很高。
利用它的這一特性，我們可以輕松將紙質(zhì)試卷或作業(yè)中的難題，通過手機拍照，發(fā)送給大模型識別并解答，但星火X1在使用過程中，屢次出現(xiàn)Word文檔中的圖片復(fù)制后，不能直接粘貼到其對話框中的情形，需要用截圖軟件重新截取圖片并復(fù)制后，才能重新粘貼，DeepSeek則無此現(xiàn)象。
DeepSeek的問題則仍然是廣為用戶詬病的服務(wù)器時常罷工，問題無法被解答。上傳問題時，DeepSeek經(jīng)常會出現(xiàn)“服務(wù)器繁忙”或“服務(wù)器暫時不能使用”的提示。
有時為了上傳一個問題，往往需要重復(fù)發(fā)送十幾甚至上百次，浪費了時間不說，有時把頭發(fā)都熬白了，DeepSeek在用戶體驗方面還有許多改進之處。
