中外大模型数学能力比拼

可梦之

- ], H% `  d' L# y$ u遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
5 E5 b' y& c: u" [$ h9 R
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。
1 |- s. }! d" \/ {6 f/ @0 l9 R
$ C3 Z2 W8 j! Z4 D) ?- N0 ^
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
+ N/ w. O& P$ l" {6 F2 M. F! b0 y. R
3 o* ]8 S$ w8 m6 ]5 v; ~( V( e) {

2 _/ h6 z) h4 n1 ~

要么继续胡说八道。


& [7 U8 B- o" B( Z. z抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

% k! h% ~) \, d7 ]) z* L# Fdeepseek速度快，结果也对，但是过程是不对的。
7 u) I- f. Z& _: P( C2 |2 p' B

, k* j3 X+ \4 `, R2 ~" f2 u豆包过程比较绕，但是基本正确，结果也是对的。
* u+ K/ \( A( e' @, s) D

当然，都不如人推导的哈。

- }! Q* V8 k/ e  S; M. f& x! r
9 @2 @* u, A6 ~/ x0 q( p0 U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。
/ e1 A$ z/ i/ c, G5 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。

  Y; o" ~$ f1 w0 a6 j, n


6 L& j: C; y- \6 ~" L2 _

可梦之

个人推导错了 落了一个系数2.
, ]# E* q. R" c' L& r
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。

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。
" I- P' x, f9 x; J% w
/ L- F9 ^- X$ u5 J5 z. R& C$ 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。
% b6 _) U! y6 D8 k0 q9 c  T
# m/ \4 h( U, i9 n3 U! W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。

% S7 O+ m6 F0 q& Q; ^# W- \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
9 n6 |& |. {) U7 L8 q" b我没用过花钱的AI， 但是我觉得各有优缺点吧。
* `' h4 {6 F% I- C
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。

( P3 w6 `$ q- W
* X$ V, v# F$ g) D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：

9.11和9.9哪个大
9 z6 N* n* l5 y$ x7 oChatGPT said:
8 g6 ^6 y! {+ d8 m" IChatGPT
  _; U2 _5 P8 o4 @6 {9 G9.11 比 9.9 大。
: x& L% _0 r4 X! V3 t
% v* C7 p4 O; }; _( ]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：

7 I) ~: N" D3 D! U/ F! K  e  ]9.11 的小数第一位是 1，9.9 的小数第一位是 9。
由于 1 < 9，因此需要继续看下一位。
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？

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。