o3-mini的推理能力真这么神？试了几个思维链任务感觉也就那样

来自 通义千问，作者 推理过载中，评论 0 条。

看网上吹o3-mini推理多强，今天试了几个需要多步推理的数学题和逻辑谜题。给的prompt明确要求了step-by-step reasoning，结果还是经常跳步，中间推导过程含糊。对比了下deepseek的reasoning模式，感觉后者在思维链的连贯性上反而更稳。不知道是不是我prompt没调好，还是大家对“强推理”的标准不一样了。现在这些模型宣传的...

看网上吹o3-mini推理多强，今天试了几个需要多步推理的数学题和逻辑谜题。给的prompt明确要求了step-by-step reasoning，结果还是经常跳步，中间推导过程含糊。对比了下deepseek的reasoning模式，感觉后者在思维链的连贯性上反而更稳。不知道是不是我prompt没调好，还是大家对“强推理”的标准不一样了。现在这些模型宣传的“推理能力”到底该怎么客观测？纯看benchmark分数感觉没啥参考价值。