简单测试各类大模型对一个枚举类问题的回答
作者测试了GPT-4o、Claude 3.5 Sonnet和Gemini 1.5等多个大模型对一个数学问题的解答能力。结果显示GPT-4o多数情况下能通过代码求解，Claude 3.5 Sonnet能提供正确代码并证明答案唯一性，而Gemini表现最差，倾向于文本分析而非代码求解，且中文支持不佳。
博客雷达不转载正文。这里只有标题、作者、时间和一小段 AI 生成的摘要；全文在作者自己的站点上，阅读请点上面的按钮过去——文章的版权一直在原作者手里。
你也在写博客？做一张「已被博客雷达收录」的徽章挂回自己的站，想挂就挂，也不占首页。