现在的 GPT4 逻辑推理是个猴版

今天看了 b 站上转载的 youtube 博主的微软报告分析，我大收震撼，GPT4 在推理方面有很大的进步，能做数学题。

然后我找了几个微软论文里的测试项，测出来的结果却不如微软报告里的 gpt4 ，如下：

3.1.1 leetcode 题目，动态规划，从矩阵左上角到右下角，给定每个矩阵节点 value ，求所有可能的路径，路径的节点和要被某个数整除 比较：GPT4 能输出正确结果，注释没有微软测试的丰富

3.2 理解伪代码和执行伪代码。代码主体是一个递归函数，递归函数中调用了另一个函数。 比较：微软 GPT4 正确。GPT4 答案错误。执行到递归的最深处，本来需要返回上一层递归继续算，但是 GPT4 在这里直接返回结果了。

4 简单数学 兔子繁殖 比较: GPT4 在按照年份算兔子代数表达式是对的。但是最后求解方程乱算。微软 GPT4 算出了正确答案（有瑕疵）

4.1 数学题 兔子繁殖问题的方程式 比较：GPT4 给出正确答案

4.4 数学题 证明题 比较难，没办法用套路，需要创新思维 比较: GPT4 是乱证明，微软的 GPT4 给出了正确的证明

大家也可以自己上去试一下，找到论文后，把 prompt 部分贴进去就行。总之今天测下来确实不如微软论文里展示的 GPT4 。按理来说微软用的是几个月前的版本，新版本应该更好才对。