听说 hy4 数学很强
1210
- sparklydream2026-08-29
rt，感觉目前国内只有hy在认真做数学。包括 hyra、推进三维Blaschke–Lebesgue问题这些成果。
但是 frontiermath 上并没有测 hy，现在上面最强的国模还是 qwen3.8max，但也就 gpt5.4 差不多的水平，好像还比 5.4 差一点。
有没有懂ai4math的佬说一下国内这些模型的数学能力为什么不如oa，hy的数学是什么水平，以及还有多久的差距
主楼 - Eevee2026-08-29
- あ2026-08-29
deepseek 不是主打数学和逻辑吗？
- sparklydream2026-08-29
我的感觉是 dpsk 自从 v4 开始就逐渐转向 agentic coding 为中心了，v4 preview 到 GA 也只是说 agent 能力大幅提高。而且在 frontiermath 上也是一坨，甚至不如 glm
- linuxbest2026-08-29
感觉ysy来tx之后，hunyuan势头很猛啊
- Kassdin2026-08-29
deepseek上一次主动汇报数学能力还是在v3.2吧
- Florian2026-08-29
请问 “听说很强” 从何而来呢？在做数学不等于数学很强，hy 到现在一共解决了多少问题呢？数学能力强的前提是基础模型强，在打数学 benchmark 之前先要在那些通用 benchmark 上赶超吧，这些上面现在都差得远，数学怎么可能强呢。
目前所有吹数学强的国产模型，之前的 qwen max（号称 imo 能拿奖牌还是啥），后来的 k3（x 上有人吹，我专门还开了个 200 块的套餐），没有一个是 research 级别能用的，做本科数学题目都费劲。
反正国模在通用 benchmark 上没刷分刷过 gpt 之前，我是不会再尝试用国模做数学了。
顺便说一句，国模数学最接近 gpt 的时候，还是 deepseek R1 那会，后来只能说是走远了。
- あ2026-08-29
^-^往之前看不上的coding方向走了是吧，感觉其实一直做下去，做出一个数学和逻辑很强的模型也是很有用的
- BOOSTMEISTER_2014_DH2026-08-29
没研究过 ai4math，但有一些信息是可以提供的
数学能力靠后训练，后训练吃计算资源。这是最直观的链。
然后 Openai 不用说了，后训练厉害，luna 这种都能很强。A\其实 4.7 之前数学都不行，到 4.8 才算打平手，fable5 赶超，但 token 消耗量大。
看看 K3 系列下一个版本怎么样吧。我觉得可能稍微能期待一下。
qwen3.8max 确实是相对好的了。
别忘了还有普通模型上还有 GPT PRO、Gemini DeepThink（现在估计没了）
- Florian2026-08-29
后训练比起预训练的消耗，基本上可以忽略不计吧
- ℬ𝒶𝒾𝒲𝒶𝓃2026-08-29
以前大家讨论模型的数学能力，因为数学这东西天然好判断对错，标准明确，所以早期大家普遍在这一领域发力。
后来去提升代码能力，一是因为代码数据天然多、质量高，二来也有明确的好坏标准，而且需求巨大，比数学更加容易判断对错，还有编译器、类型检查、格式化等工具直接纠正很多错误节省人力。
由此可知，凡是具备明确是非、可量化、需求旺盛的领域，AI 都会越来越擅长，超越人类。
而需要带有审美、感性、主观体验和人类共情的领域（艺术创作、文学表达、情感伦理判断等等等），没有唯一正确的答案，也难以用统一标准衡量，短期里 AI 还无法替代的