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
3 {* K% u/ r. ^, I5 X9 L* |! q0 r9 E8 H8 E
遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
( I' |# i/ v* V
+ X5 p* q# g8 F- b$ W3 H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。
4 q# X9 A9 Q( d3 L. o+ v6 b) |+ \$ L8 A5 d

9 D  `# m) _: o* ^) q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& a7 j8 @6 G& V" ^
4 s) d3 C8 F, N  {* h& @0 d9 }* d3 s

% |$ T* n3 v  o, C: C% u& r( b. y2 N7 x* }. ?" A) u: q6 w
' V  X* s0 ?+ s6 X" F
; I8 h# U- {* P% T
要么继续胡说八道。
2 z9 l) L0 P2 ^' e$ {6 ~* P1 d8 W2 Z3 @' \! {7 l& Z
/ W; ^) d# q" d  S% x! y
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。, P" M9 F( p* X7 u

) t' j/ Q/ m3 g$ b9 vdeepseek速度快，结果也对，但是过程是不对的。
+ G, U( {- V7 g) L4 Q7 s7 {8 h8 [6 S* x3 _$ ?

; b  g3 y# l* y- t豆包过程比较绕，但是基本正确，结果也是对的。  c0 P+ h/ E3 L
. p: X3 x9 J; d0 Q, S2 j3 x
9 r0 Y( B  Z; J$ O
当然，都不如人推导的哈。3 @  N- N3 ^9 F9 n3 {

" F; f$ M, x8 [8 m4 v. B, L
- |) H! c+ T" @1 C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。
* ^' p' {' Y" L) ]4 i. @3 s
7 ~$ @$ T4 z& J5 w% Q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。
8 X+ z* g* [0 j6 e+ }0 V! J" D' }7 I. u. a5 q7 a

; h0 c, J' n8 X' ?+ f) G6 D. T2 S6 z8 ]( p4 r5 L

  s0 C/ w2 }) ^% f' Y0 J
& z. t3 ^7 L% Q$ K  E& i
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.
6 q% m* W+ l1 z+ t9 k4 M% v" f8 J! u3 ?+ W& f1 T4 f$ M* E4 [/ G
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。0 e: `3 I* V5 J, ]! R3 a" ]* \

. b. j" S' G: F4 y7 m' j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。
0 X8 t( E( b! x: ~4 n0 x! x
5 w. g- j5 S0 a  u2 P* x& z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AI。 2 L9 g5 }8 X2 }5 X7 N7 c
& V6 \  b7 d3 n  b' Y
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；5 |6 u% R) |8 \0 f5 ?
另外的一个笔记本我基本上只常规使用搜。2 G3 Z, w' Q' y& f1 J$ c0 X0 [& x
! ~7 y/ `5 O- N# G6 V4 i6 v
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; U9 e0 a- j& d6 ]
我没用过花钱的AI， 但是我觉得各有优缺点吧。* S2 B; Q3 ?: [# V2 Z  B

4 [$ }" y6 f+ z3 d8 h" L: H7 {# g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。
  E( a6 m8 F7 u2 ^, ~
7 B7 o- E# I- S1 E) z
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：
4 b5 N% a- _" B4 F
& C4 d, d$ g! W, I, K! E9.11和9.9哪个大
6 p' p2 N4 e/ l/ uChatGPT said:; l  @- B8 k! ~# b. |! I/ O1 n
ChatGPT1 P; b2 f4 {# q) i: r, |# r
9.11 比 9.9 大。, l2 h* _% x* i; M6 J6 h# h! i" F
4 O2 _2 W3 ~4 n  k# q% b
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：
  Y9 H9 G% w4 G4 l0 {( n% \4 s) [' ~$ O) d! o) ~9 A# X3 t
9.11 的小数第一位是 1，9.9 的小数第一位是 9。
- n; ~* j& p7 ~- f: W* C* C由于 1 < 9，因此需要继续看下一位。/ S6 [/ `! m: m2 Y- l/ j0 ?7 ?
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）。
$ t. N5 h1 G+ t5 S! S7 j0 c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+ a- @# V6 h  J: w5 T; Q
所以到底哪个更好？

: l$ U# Q* y  ]5 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