中外大模型数学能力比拼

可梦之

# m2 K" ?/ @0 O4 f( N' L4 I遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
- \& V' j! Q: T  Y/ U* b
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。
3 n/ m8 i0 @0 M3 s

1 O+ \- \( l& c7 _; r" B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


4 I1 j/ r5 \! j9 h# A& B- C. A4 r
3 e$ a- P0 q% G  ]
/ K3 w1 ]+ A/ ~
2 q. @: A9 R* e9 Q8 x& s8 t" b要么继续胡说八道。
) s: a7 K: s" X- ]# h- T) E
7 w2 P+ O) P* l% u
. D/ S" T9 J4 U, M抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

, H0 d' ]1 w: r+ E/ }! Wdeepseek速度快，结果也对，但是过程是不对的。

6 ^7 g1 u6 K2 R% N
豆包过程比较绕，但是基本正确，结果也是对的。
  b' V& I! ~3 f0 b

当然，都不如人推导的哈。

( W) x: O0 q3 d  I+ j' 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。
& }$ ~: p4 J/ [: o- V% ]6 q1 G3 @$ O
. K. p3 [, \. n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。
+ }' a. X- a$ ?, U: R

2 Z) {! z) G8 ?# r/ G* k: v
8 ?# r8 W" r0 D# Z( M8 F

! u& w# j! v* ~/ Y/ E; V9 f  p

可梦之

个人推导错了 落了一个系数2.

: c2 R& ?$ k0 j, ~  s3 x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。
" j& V$ D+ U6 L- e
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。

" m; B9 V5 N/ F" _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。

/ ]  E* j' x( z$ x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；
' P) P0 J* D8 C7 O另外的一个笔记本我基本上只常规使用搜。
4 F: k1 q' O; H$ C' e
( D9 M- k0 |' A9 t: _( K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
2 B5 ?6 R# d9 u+ d我没用过花钱的AI， 但是我觉得各有优缺点吧。
$ m" n# O5 w: U
' `/ n( v# v9 t# u+ z- P" r* S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。

/ W2 r" R6 B6 i. @# H4 V6 \9 A
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：

+ U0 A% |! u; w# J9.11和9.9哪个大
1 h7 Y+ ?! Z! C8 G6 K8 _4 L* |! R" FChatGPT said:
ChatGPT
9.11 比 9.9 大。
, ^# G5 M% J/ c% `/ }; ^) y- x5 Q) B( t
) m0 p* ]4 Z5 j& }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：

3 |0 C$ u9 u9 S' l. w0 [" Z  ~7 L9.11 的小数第一位是 1，9.9 的小数第一位是 9。
! r0 r, N3 I4 `7 a' v" {由于 1 < 9，因此需要继续看下一位。
  e' j: c3 C  j" c- j8 x9 p1 z9.11 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）。
5 ^2 q& [5 K/ }1 G2 j因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
: H2 S" P! M* }2 C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。