这个难题显示了LLM在一年多以上的进步

在过去的几年中，LLM的能力取得了巨大进步，但是很难量化它们的表现。

让我回想起去年在YouTube频道上遇到的几何问题。那是在2024年6月，我试图在当时获得领先的大型语言模型（GPT-4O）来解决难题。这并不是那么好，需要大量的努力来找到解决方案，我想知道最新的LLM会如何以同样的难题来表现出来。

很多

难题

这很快提醒了我当时要求LLM解决的问题。假设我们具有以下点/节点网格。在X和Y平面中，每个节点恰好是距其相邻邻居的一个单元。看起来像这样，

现在，我想回答的问题是，

在此图上可以绘制多少个不同的正方形？

很快就很清楚GPT-4O不知道答案，所以我稍微改变了钉子，而是问了一下。

我想要一个python程序，该程序绘制了我们可以在附件图上绘制的所有正方形，假设任何正方形的角都必须位于图表上的一个斑点上。假设每个相邻位置在X和Y方向上都相距1个单位。还要打印出相同大小的正方形数量及其侧长的概述

长话短说，我最终让GPT-4O提出了一个正确的基于Python的解决方案。尽管如此，我花了大约两个小时的时间，而我的40多个迭代却与模型一起来了，以完善其答案，直到提出有效的东西为止。

最终

nb，您是否解决了答案？即使是现在，我仍然不太相信您可以在这张图上绘制21个正方形。 与十四行诗的互动4.5 要使用十四行诗4.5，我访问了Anthropic的首页。 https://www.anththropic.com 您应该看到这样的页面。 来自人类网站的图像 “尝试Claude” 它回来了， 最终答案 十四行诗4.5在生成其Python代码之前所有5秒钟的思考。 花了小时

nb，您是否解决了答案？即使是现在，我仍然不太相信您可以在这张图上绘制21个正方形。

与十四行诗的互动4.5

要使用十四行诗4.5，我访问了Anthropic的首页。

https://www.anththropic.com

您应该看到这样的页面。

来自人类网站的图像

“尝试Claude”

它回来了，

最终答案

十四行诗4.5在生成其Python代码之前所有5秒钟的思考。花了小时