爱吱声

标题: 中外大模型数学能力比拼 [打印本页]

作者: 可梦之    时间: 2025-1-26 17:34
标题: 中外大模型数学能力比拼
本帖最后由 可梦之 于 2025-1-26 17:57 编辑 6 c5 O9 V0 |, n. z4 ^
8 E9 p& n) I4 P+ H8 o
遇到一个数学问题,懒得推导了。习惯性让GPT推一下。
2 M( Q9 D0 n7 e2 d5 a- }
" s4 a, S+ W9 s最开始问题给错了,然后纠正了一下,貌似GPT就鬼打墙出不来了。给的答案也不对。
2 ^$ N; C- }' J# @9 E' I+ }7 g1 h; O+ R3 T# g
7 ]: f6 A/ W6 p
可能受上下文影响。那重开一个对话,结果还是不对。要么说没有解
( Q# Y! h9 ]/ I$ i$ k
1 H- W  B4 x, E# c& X0 V* {) W6 m0 U6 |0 B# ~

! F" L2 U& i( k$ K$ B) H+ \3 O4 f! F3 \' p, Y4 K" N8 A" y: E/ W

) ?) x5 p% t8 t, d$ @! u要么继续胡说八道。
' ?0 ^8 {  G7 ]* Z0 S% L; M# U9 R2 P1 l  P/ k, F+ t$ s% F$ P

; p7 P, }! i! D5 a5 M9 ]" E9 q* |抱着试试看的态度,把同样的问题扔给了豆包和deepseek。" k) _9 W& t1 h  {3 n+ l

0 r. h, I: L, W5 s" @  Mdeepseek速度快,结果也对,但是过程是不对的。! ^5 x! c# w) A2 K  K7 E

7 t' l/ |- y% l1 m$ L# L+ A  m' \$ X+ X7 K9 m% c
豆包过程比较绕,但是基本正确,结果也是对的。, L  `7 {+ {* r

# \* n. k4 _) Q/ g/ E9 f: M; o/ H2 U' M8 i  T
当然,都不如人推导的哈。
6 G: E$ `! E  X: ^) B1 L
0 Y  i( S4 e- [) ?2 Y) @
% G/ p( L8 N; `6 P过去一年多,算是ChatGPT的深度用户,感觉也不错,一直花钱买VIP。但是对国产大模型用的不多。一方面最开始用户体验不好,一方面自己内心还是有点看不起国内的大模型。内心是不希望ChatGPT输的,所以反复尝试了多次,还是不行。
2 _3 m5 o: w& {, S. y! Z; E& C0 N: W, r: s
虽然GPT可能被我误导了,换个账号也许就没问题了?虽然这只个例,ChatGPT比国内大模型表现好的多了去了。但却破除了我心中的执念,以后有问题,也会在国内大模型试试了。
1 ^* s* I) r4 E/ F  t) Z7 ^8 i: f# d0 Y5 O: u0 I8 u, _: v

8 C0 o# L4 }" c! q0 h
- {5 X/ L0 d) f, k% y2 p' l7 C5 B, \% G$ z! ]
& c0 l) L  o. {0 f! ^  A, o# P: H0 m

作者: 可梦之    时间: 2025-1-26 18:52
个人推导错了 落了一个系数2. ; P& v5 k3 z  C% m6 b2 Q) G

- i! H& @8 V( \: H1 H& G0 _这也是我们需要AI的原因啊
作者: 马鹿    时间: 2025-1-26 22:43
我没用过花钱的AI, 但是我觉得各有优缺点吧。
1 `+ w' v4 ~3 K. t: W6 n  e2 ?
. _8 K  n# {9 ?要是用中文问问题, 我喜欢国内开发的, 要是用英语问国产AI我会特意指名用英语搜国外的资源。
$ `* u( L* c1 n- L  S+ M& {7 P8 P7 @. r7 e/ g* d% I
即使美国的几个AI, 答案也不一致, 我都是一个问题问2,3个AI6 k/ u8 M1 }" [9 _
( |, f& K$ R+ w& m$ |% t* L. z
现在搜索喜欢上了AI搜, 平时看我在用哪个笔记本, 工作上有一个笔记本上有vs code,所以顺手用了copilot;
  ^# b- i/ r8 k- c$ [! L另外的一个笔记本我基本上只常规使用搜。/ J; E0 o$ G% v
+ a$ j! U4 p( A- |$ e
我个人的本上装了好几个AI, 经常每个问一下。
作者: 方恨少    时间: 2025-1-27 01:55
马鹿 发表于 2025-1-26 22:43
' K; T+ [9 {. Z我没用过花钱的AI, 但是我觉得各有优缺点吧。
8 {$ j+ `( C2 p/ \
: C6 ?. C1 Q) U, F" P要是用中文问问题, 我喜欢国内开发的, 要是用英语问国产A ...
我个人的本上装了好几个AI, 经常每个问一下。
# C, u* @1 i# M, `9 n" i6 ~

( A3 A0 z4 c5 y1 o4 L* p% s! ^所以到底哪个更好?
作者: 松叶牡丹    时间: 2025-1-27 03:30
Chatgpt数学非常不行。以下是个典型例子:
; K7 a& T0 v5 A
4 g2 [! a3 W: P: j/ v2 y  a; U9.11和9.9哪个大5 P$ E0 p0 O+ M: e6 F. g; u- ~
ChatGPT said:
4 T" I. [+ E4 EChatGPT3 T  h: S: }% F6 x1 \5 T4 C: X
9.11 比 9.9 大。/ x! b  j$ g& E+ s- j

* L; W) d8 v$ T( q1 |原因是比较小数时,先看整数部分:两者都是 9。然后看小数部分,从左到右逐位比较:
* L9 m$ t# \3 ^- P. J# H* }: r8 Q- L6 C3 M/ T8 o
9.11 的小数第一位是 1,9.9 的小数第一位是 9。
/ Q, D7 O+ s( b2 o$ r5 g) L由于 1 < 9,因此需要继续看下一位。# {1 j$ r- |" p1 Q
9.11 的小数第二位是 1,而 9.9 的小数第二位可以看作是隐含的 0(即 9.90)。
/ ^  c. V' b- y* @. Z+ v因为 1 > 0,所以 9.11 > 9.9。
作者: 马鹿    时间: 2025-1-27 03:44
方恨少 发表于 2025-1-26 12:55
/ B3 O* C: s4 l, v( f9 _! V所以到底哪个更好?
* J0 a: u' i1 z# M- g* B- o, u
说不上哪个好,真有要问的问题 都跟个遍, 看看哪个答案适合自己。 就连平时的搜索我都是bing 和google互相验证。




欢迎光临 爱吱声 (http://www.aswetalk.net/bbs/) Powered by Discuz! X3.2