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。

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。
! \" K7 Y1 j1 O
, e9 U2 Q& e$ S
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

" |2 y, Z, Z" M, b& `

* n3 s8 c4 L9 s# Q/ C. K8 \

: }  m: k" U5 n. t! O, ?' S  X! O* i要么继续胡说八道。


抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

( d! X: d$ x" E. I7 w3 ]& S4 bdeepseek速度快，结果也对，但是过程是不对的。


豆包过程比较绕，但是基本正确，结果也是对的。


当然，都不如人推导的哈。


4 b9 ^' N* A+ T) m' y* _1 W7 N5 a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。
, I2 T+ `. ~2 r* v/ W7 ]4 R
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。
: T8 j1 }( t9 ~; y0 K, T  R& G. E
% c% F1 h0 i/ j, f4 [



8 B3 b8 }5 J" i; W0 E5 `) k

可梦之

个人推导错了 落了一个系数2.
: n  M5 x7 w( Z8 v4 e* T
" v9 G7 y0 o0 T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。

9 P/ T/ n* a0 E( X7 H! a/ Z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。
9 S1 A3 m& ~4 Z( J7 J, m7 W( Q
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。

- c6 i( a& I( Y9 D' i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；
另外的一个笔记本我基本上只常规使用搜。
* w  y  Q- X; g% ^( D0 @) h
( a& t$ g. s; B9 @1 Q) [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
我没用过花钱的AI， 但是我觉得各有优缺点吧。

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。

9 j% {& G3 o. y- _
/ A  }5 h& g  H, e/ k+ y  T( t7 p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：

, U- o& f: k( u3 i5 V9.11和9.9哪个大
ChatGPT said:
  @: t" f( @" qChatGPT
/ w4 x2 u! ]+ E5 N% Y+ U' G* `9.11 比 9.9 大。

6 t7 u" P) v; v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：
  N; {. @4 {! i# I% R9 O0 ?
9.11 的小数第一位是 1，9.9 的小数第一位是 9。
: `& H9 X! d: I  {由于 1 < 9，因此需要继续看下一位。
7 ?9 o/ E8 k5 o! _7 r; T9.11 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？

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。