NP难问题接近被AI破解！

性判定方法。那么，OpenAIo1和DeepSeek-R1能否解决SoS条件规划问题呢？为此，研究者构建了SoS-1K数据集，这个数据集经过了精心策划，包含约1,000个多项式，并配备了五个精心设计的专家级SoS专业推理指导。🔍

接下来，DeepSeek-R1、DeepSeek-V3、GPT-4o、OpenAIo1-mini、Qwen2.5系列和QwQ-32B-Preview在内的多位明星大模型接受了数学难题的洗礼。研究者们得出了一系列有趣的发现。如果未提供任何推理指导，所有的SOTA模型几乎都无法解决SoS问题，它们的准确率基本都在60%，仅略高于50%的随机猜测基线。一旦使用高质量的推理轨迹进行提示，所有模型的准确率就立马有了显著提升，最高的提升了21%，而且推理质量越高，模型表现就越好。专注于推理的LLM通常优于通用LLM，无论提示质量如何。参数较大的模型通常只用更少的推理步骤就能正确预测，而小模型要达到最佳性能，则需要更多的推理过程。😊

研究者还进一步证明，对一个预训练的7B模型在SoS1K数据集上进行4小时的监督微调后，仅使用2张A100 GPU，就能让它的准确率从54%暴增。这一发现不仅展示了LLM在数学推理方面的巨大潜力，也为未来的研究提供了新的方向。🌟