中外大模型数学能力比拼

可梦之

遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
# i) W: N: x: n1 K* k9 n+ D4 w' g! T+ [
  b! F" N- ~  J) ^7 K6 g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。

- c3 S0 c$ @1 C& {/ Q) k+ e
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

8 V) d% d6 e/ H$ p* z
. I1 e4 W6 o- l( t$ G

1 H3 z- J4 M" Q% H2 ?1 j& W5 U
) z. g& |  a" K+ T% F要么继续胡说八道。

7 L8 E3 n6 H' ~
9 |. I& z; k+ G: M抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

- w# u% p; t: x: f* u5 c8 tdeepseek速度快，结果也对，但是过程是不对的。
) v2 |/ R: n. j; N

豆包过程比较绕，但是基本正确，结果也是对的。
  i$ q0 w5 g. r! f$ ]- r
, E/ t6 t) y- B1 Z1 {7 P2 L3 F
! c/ }" C7 d0 ~3 |2 I* t" z( n当然，都不如人推导的哈。


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。
7 e3 I  ^9 a- G7 ?' a
. _* c# s1 i) 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。
* V) _9 G2 k& }) z
  `) e! I5 |2 ~+ A. N$ E8 a# K


! `4 _' V, Z: }* W9 s5 V  D

可梦之

个人推导错了 落了一个系数2.
5 B1 f* |# m; f: S7 e% d4 c% v7 b0 U2 c
这也是我们需要AI的原因啊

马鹿

我没用过花钱的AI， 但是我觉得各有优缺点吧。

+ W+ T) s0 D+ q  a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 b* G) T# `& |. A* Y
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。
1 ?$ b' }7 N! ?- x9 t! S! J* O
6 t. M6 H" {5 h  }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；
4 x! F! \/ |! d8 _$ k. H6 d5 E另外的一个笔记本我基本上只常规使用搜。
: F& Y3 t! p& s! C" h* H0 Q
  z! q' D; i5 z8 J我个人的本上装了好几个AI， 经常每个问一下。

方恨少

马鹿 发表于 2025-1-26 22:43
& a) S( W+ \4 v: W" [6 @0 J我没用过花钱的AI， 但是我觉得各有优缺点吧。

; x' N% _" d* `" N4 D5 @' Y0 T8 o: N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。

所以到底哪个更好？

松叶牡丹

Chatgpt数学非常不行。以下是个典型例子：

- j6 W" h- ]" z' G/ `* K4 A# B9.11和9.9哪个大
; [8 J, B6 e2 Q- [ChatGPT said:
' g; I- j  g" o* n6 |( F, FChatGPT
# F, V# U' J0 U+ ~9.11 比 9.9 大。
- S/ ~; O  V& \: }  V" E
  B# w! B  @* F+ t, G8 S9 c) E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：

9.11 的小数第一位是 1，9.9 的小数第一位是 9。
& r+ \0 P, S: Q9 V" q8 ^* q由于 1 < 9，因此需要继续看下一位。
0 }. n9 k/ `2 `& x/ S' I' ^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）。
因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
所以到底哪个更好？

; B) S: Z& u% Y0 |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。