Files
ymcui--chinese-llama-alpaca/examples/f16-p7b-p13b-33b/REASONING.md
T
2026-07-13 13:27:00 +08:00

36 lines
9.4 KiB
Markdown

# 数值计算、推理
## 分数表
| | 平均分 | #1 | #2 | #3 | #4 | #5 | #6 | #7 | #8 | #9 | #10 | #11 | #12 | #13 | #14 | #15 | #16 | #17 | #18 | #19 | #20 |
| ------------ | :----: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: |
| **Plus-7B** | 5.1 | 10 | 1 | 9 | 1 | 3 | 3 | 8 | 3 | 10 | 1 | 10 | 5 | 9 | 1 | 1 | 7 | 10 | 8 | 1 | 1 |
| **Plus-13B** | 6.15 | 1 | 10 | 9 | 1 | 3 | 3 | 7 | 6 | 10 | 10 | 10 | 4 | 1 | 10 | 1 | 8 | 10 | 8 | 1 | 10 |
| **33B** | 8.45 | 10 | 10 | 9 | 1 | 3 | 9 | 9 | 8 | 10 | 10 | 10 | 5 | 10 | 10 | 10 | 8 | 10 | 7 | 10 | 10 |
## 测试样例
| # | Prompt | Plus-7B | Plus-13B | 33B |
| ---- | ------------------------------------------------------------ | ------------------------------------------------------------ | ------------------------------------------------------------ | ---- |
| 1 | 桌子上有4个苹果,小红吃了1个,小刚拿走了2个,还剩下几个苹果? | 桌子上原本有4个苹果,小红吃了其中的1个,所以现在只剩下3个苹果。</br></br>接着,小刚拿走了2个苹果,那么剩下的苹果数量就是3个减去2个,即1个。 | 还剩下3个苹果。 | - 首先,我们知道桌子上原本有4个苹果。</br>- 其次,小红吃了1个,所以剩下的苹果数是4-1=3个。</br>- 最后,小刚拿走2个,那么现在桌子上的苹果数量就是3-2=1个。</br>因此,答案是1个苹果。 |
| 2 | 1000 + 20 + 4 = ? | The answer to this math problem is 1040. | 答案是 1024。 | 1000 + 20 + 4 = 1024 |
| 3 | 如果将红色和黄色混合在一起会是什么颜色? | 橙色。 | 将红色和黄色混合会产生橙色。 | 将红色和黄色混合在一起会产生橙色。 |
| 4 | 从1加到101的总和是多少? | 1加到101的总和是5050。 | 从1加到101的总和是5050。 | 1加到101的总和是5010。 |
| 5 | 面朝北方,左转90度是什么方位? | 如果将脸面向北,然后向右旋转 90° (即从正东方看),那么所面对的将是东南方向。 | 如果面向北方,左转90度就是向东南方向。 | 面朝北方,左转90度是东南方向。 |
| 6 | 一公斤的棉花和一公斤的铁,哪一个更重? | 一公斤棉花比一公斤铁轻。 | 一公斤的棉花比一公斤的铁轻。 | 一公斤的棉花和一公斤的铁重量相同。 |
| 7 | 有以下三件事:1)厨房的水烧开了;2)下雨天要收衣服;3)和朋友打电话聊天。请问应该按什么顺序处理? | 应该先处理1,因为水烧开可能会造成火灾或其他危险,所以需要尽快解决。然后处理2,因为下雨天会弄湿衣服,所以需要及时收好。最后再处理3,因为和朋友打电话聊天可以缓解一下压力,但是也要注意时间不要耽误其他事情。 | > 有以下三件事:1)厨房的水烧开了;2)下雨天要收衣服;3)和朋友打电话聊天。请问应该按什么顺序处理?<br/>这取决于个人喜好和需要,没有固定的顺序。<br/>> 按紧急程度,处理顺序应该是什么?<br/>一般来说,紧急的事情应该优先处理,例如如果厨房里的水烧开了,那么应该先关闭水龙头并处理这个问题,然后再继续其他事情。但是具体处理顺序还要根据实际情况和个人判断来决定。 | 按照紧急程度,先处理紧急的事情,再处理不紧急的事情。如果厨房的水烧开,需要及时关掉,以避免发生意外事故。如果下雨天要收衣服,也需要尽快处理,以免被雨淋湿。如果和朋友打电话聊天,可以根据自己的时间安排来决定是否现在处理。因此,应该按照紧急程度从高到低排序处理,即先处理厨房的水烧开了,然后处理下雨天要收衣服,最后和朋友打电话聊天。 |
| 8 | 计算2023年4月4日到国庆节一共有多少天,给出计算步骤。 | 从2023年4月4日到国庆节的日期是:<br/><br/>- 2023年10月1日<br/><br/>因此,从2023年4月4日到国庆节共有:<br/><br/>303 天 | 2023年4月4日到国庆节一共有117天。<br/><br/>计算步骤如下:<br/>1. 找到国庆节的日期:10月1日。<br/>2. 计算从4月4日到10月1日之间的天数,即:10月1日 - 4月4日 = 117天。 | 2023年国庆节是10月1日,因此从2023年4月4日到国庆节共有183天。 |
| 9 | 计算7!是多少 | 5040 | 7! = 5040 | 7! = 5040 |
| 10 | 1/2 + 1/3 = ? | 1/3 | 5/6 | 3/6 + 2/3 = 5/6 |
| 11 | 请列举30以内的质数。 | 2, 3, 5, 7, 11, 13, 17, 19, 23, 29. | 2, 3, 5, 7, 11, 13, 17, 19, 23, 29 | 2, 3, 5, 7, 11, 13, 17, 19, 23, 29 |
| 12 | 正方形上剪掉一个角还剩几个边? | 如果正方形上有一个角被剪掉,那么剩下的边数为4个。 | 如果正方形的边长为a,剪掉一个角后剩下的边数是$4 - 1 = 3$。 | 正方形上剪掉一个角后,剩下的边数为3。 |
| 13 | 一个直角三角形的两个直角边长度分别是6和8,斜边的长度是多少? | 斜边的长度是10。 | 根据勾股定理,斜边的长度为$√(6^2+8^2)=√(48+120)=√174=13$。 | 根据勾股定理,直角三角形的斜边的平方等于另外两条直角边的平方之和。因此,这个直角三角形的斜边的长度是10。 |
| 14 | 计算组合数C(2, 5)=? | 组合数C(2, 5) = 120 | C(2,5) = 10 | C(2, 5)=10 |
| 15 | 一只猫和一只鸡一共有几只脚? | 一只猫和一只鸡一共有两只脚。 | 一只猫和一只鸡各有四只脚,所以两只动物一共有八只脚。 | 这道题需要进行简单的数学运算。一只猫有4只脚,一只鸡有2只脚,所以两只动物一共有6只脚。 |
| 16 | 如何估计海滩上有多少粒沙子? | 可以使用以下公式来估算海滩上沙子的数量:<br/><br/>N = (1/3) * V * d^2<br/><br/>其中,N表示沙子的数量(单位为千克),V表示海滩面积(单位为平方米),d表示海滩平均深度(单位为米)。<br/><br/>使用这个公式,可以根据海滩的大小和深度来估算沙子的数量。 | 要估计海滩上的沙子数量,可以使用以下方法:<br/><br/>1. 测量海滩的面积和深度。<br/>2. 计算出每平方米的沙子数量。<br/>3. 根据沙子的大小和密度,估算沙子的质量。<br/>4. 将沙子质量乘以沙子数量,得出总沙子量。 | 要估算海滩上沙子的数量,需要考虑沙滩的大小、形状和密度等因素。可以使用测量工具来确定沙滩的面积和深度,然后根据密度计算出沙子的体积。 |
| 17 | 如果3x+1=10,那么x等于多少? | x = 3 | 将等式两边减去1,得到3x=9。再将等式两边除以3,得到x=3。因此,当3x+1=10时,x的值为3。 | x=3 |
| 18 | 判断逻辑是否正确:因为凶手不是背包旅客,而且你不是背包旅客,所以你是凶手。 | 这个推理是错误的。虽然凶手不一定是背包旅客,但它并不意味着你不是背包旅客。因此,这个推理是无效的。 | 这个逻辑是错误的。因为前提条件“凶手不是背包旅客”并不意味着“你一定是凶手”。 | 这个逻辑不正确,因为前提条件不成立,即“凶手是背包旅客”和“你不是背包旅客”不能同时成立。 |
| 19 | 序列1,4,9,16的后一个数是什么? | 后一个数是 16。 | 21 | 序列1,4,9,16的后一个数是25。 |
| 20 | 北京与上海距离1200千米,如果每天前进300千米,需要几天才能从北京到达上海? | 从北京到上海的距离是1200公里,每天可以行驶300公里。因此,需要两天的时间才能从北京到达上海。 | 需要4天。 | 从北京到上海的距离是1200千米,每天前进的距离是300千米,那么需要4天才能从北京到达上海。 |