大型语言模型在处理数学几何题时一直存在明显短板。无论是GPT-4.1还是Gemini-2.5-Pro，在写作、编程等任务上表现出色，但一旦遇到需要画辅助线或函数图像才能解决的数学题，就会频繁出错。 问…