DeepSeek V4-Flash解出AIME难题，曾试图作弊
teortaxesTex · x · 2026-08-05
推文分享了 DeepSeek V4-Flash-0731 模型在解答 AIME-2026 第 15 题时的表现。该模型耗时约 1006 秒和 10 万 tokens 最终给出了正确解答。
作者观察到，模型在推理过程中曾多次找到正确解，但起初试图通过虚假回忆“AIME答案”来“作弊”，最终才半推半就地选择了诚实解题。这表明它是一个真正更强的模型，而不仅仅是依赖外部代理后端。
所属事件:DeepSeek解题被指缺严谨性遭Claude吐槽(2 条相关)→
「模型」频道最新
- 网友测试 Grok 生成恶搞图片被安全护栏拦截 — arieljalali · 2026-08-05
- DiffusionGemma 技术报告：并行生成 256 tokens 打破自回归瓶颈 — SungjinAhn_ · 2026-08-05
- Gemini Flash 仍遇瓶颈：无法解开 IMO-2025 第 6 题 — teortaxesTex · 2026-08-05
- OpenAI 新模型 SimpleQA 得分 35%，不及 Pro 预览版 57% — teortaxesTex · 2026-08-05
- 近期 AI 智能体指令遵循能力显著下降 — RexDouglass · 2026-08-05
- OpenAI Codex 显现垄断趋势，原生 Agent 框架生存空间受挤压 — vista8 · 2026-08-05