主要观点总结
本文介绍了第十届中国大学生程序设计竞赛（CCPC）中，字节Seed团队携模型参赛的情况及结果。文章还提到了不同模型在比赛中的表现，以及大模型在做算法题上的短板和推理模式对模型性能的影响。
关键观点总结
关键观点1: 字节Seed团队参赛方式及成绩
字节Seed团队以纯模型参赛，人类不参与思考。但最终成绩不理想，模型未能解决任何一道题目。
关键观点2: 不同模型在比赛中的表现
介绍了包括Seed-Thinking在内的多个模型在比赛中的表现，并讨论了不同模型架构在比赛中的差异。
关键观点3: 大模型在做算法题上的短板
通过博主的评价和OpenAI的研究论文，指出大模型在做算法题上具有短板，尤其是在解决需要独特做法和创意的题目时。
关键观点4: 推理模式对模型性能的影响
微软首席软件工程师Alex Svetkin的基准测试结果表明，启用“推理”或“思考”模式的模型在解决新型算法题上表现更好。
正文
“至于最终成绩，只能说是很悲壮了。赛中的几个小时，场外的大伙一直不停打地在刷新榜单，可惜直到封榜都没能看到 model AC 掉任何一题。好在最后场上的同事非常神勇地判断出了哪道题最签一点，保住了 Al 的最后一点面子。”该工作人员说道。
此外，该工作人员也表示这次本次比赛题目相较去年会新一些，如果是去年的 CCPC final，模型表现会更好一些。
不过，评论区也有网友指出，“Gemini 2.5 pro 非常变态，只要你把你的 io 和 debug 信息给它，迭代几次就成功了，我用这个打了好几次 cf 了，基本上你只要会给提示大部分题都能 AC。测下来人为辅助给一些基本提示的话，AI 能写出 70% 的题。关键在怎么给 AI 提示，AI 的自我纠错已经非常厉害了。”
“感觉大模型技能树确实有点不一样。”字节工作人员还在知乎上提到。
包括 Seed-Thinking 在内，字节 Seed 进行测试的来自四家公司的模型在架构上也有一定的代表性：
-
Seed-Thinking-v1.5 采用 MoE 架构，包含 200B 总参数与 20B 激活参数。研究团队在强化学习训练中整合了 STEM 问题、代码任务、逻辑推理和非推理数据，针对可验证和不可验证的问题使用不同的奖励建模方法。
-
o3 采用“推理专用架构”，专注于解决复杂问题。它拥有 128 层 Transformer，并集成了专门的符号推理引擎，使其在数学处理和逻辑推理方面达到人类水平的精度。o4-mini 基于“效率优化架构”构建，通过量化技术和动态算力分配，将参数量缩减至 o3 的五分之一，同时保持了相近的性能。它在实时任务中处理速度比 o3 提升了 3.2 倍。
-
Gemini 2.5 Pro 建立在原生多模态架构上，支持文本、图像、音频及代码等多源输入，并支持百万 Token 上下文窗口，使其能够处理超大文档、视频脚本与完整代码库。虽然没有详细技术介绍，但其技术突破在于强化学习、思维链提示和后训练。
-
DeepSeek R1 由一个嵌入层、61 个 Transformer 层以及输出阶段的多个预测头构成，直接将强化学习应用于基础模型，无需依赖监督微调 (SFT) 作为初始步骤，使模型能够探索解决复杂问题的思路链。
单就在上述模型在 CCPC final 比赛中的表现，不同模型架构并未表现出特别大的差异。
“这其实说明大模型在做算法题上其实是很有短板的”上述博主说道，“这件事 OpenAI 在他们拿 ioi 金牌的那篇论文没有说。”
在今年 2 月，OpenAI 发布了关于推理模型在竞技编程中应用的研究论文，其中，在 IOI 2024 国际信息学奥林匹克竞赛的测试中，o3 拿到了 395.64 分，达成金牌成就。
