中外大模型数学能力比拼

可梦之

" @: R- |/ d! H& y4 C3 }# W
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。
3 M$ u/ p: f# {7 ]2 h) R3 Z. B
- j9 Z8 k. D* |' G0 I
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


3 x; p% H! t/ ?8 f* ^. _' \* ^  P
+ J; O- {2 o; D8 J( Y9 E( e
3 L5 B' t; c% \/ z: W# F
9 g, _, G* ^8 d要么继续胡说八道。
# B% Y; X. c2 Z. C4 O
2 @3 [5 Q# o0 x% r" H; W
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
, N: x$ S0 @2 w" ^; u( o& T0 Z, L
2 J# I: ~4 w  l! I" O/ n: ndeepseek速度快，结果也对，但是过程是不对的。
; U  C, `% G. n1 @- r# c: A- M- ^+ J7 X
: T" t& j; u" z2 M4 D1 ~, Y
豆包过程比较绕，但是基本正确，结果也是对的。


$ }7 M3 x" H! a& `9 V6 K当然，都不如人推导的哈。

4 e0 e8 q( E% r7 `' L- 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。

" w* a" T3 P, V8 C/ 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。




4 m# a3 r4 I- e6 g7 a/ }7 v
4 J' }! _0 @* V, ^' M" ~9 t

可梦之

个人推导错了 落了一个系数2.
* J+ U$ h( @/ c: `, H0 K
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。
' T  Q  [4 Q+ d7 ?$ l
; @* W8 B% P' \9 l7 H: `" l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。
) J+ I: X1 u( B1 g
- R$ Y  e/ ]. Z1 v$ e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。
  p/ Z7 n5 N3 L' 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
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。

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
ChatGPT said:
1 x. v' I+ v) r6 q! b& fChatGPT
9.11 比 9.9 大。

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：
8 L& `8 e0 C( a& B
7 T8 Q2 t7 }5 T0 F# t  {% o# T9.11 的小数第一位是 1，9.9 的小数第一位是 9。
7 N3 |6 Y% ^: }( n+ q  c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）。
7 j1 R/ i2 i$ e# y* c# ?因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
5 p( B: f* H" }8 m/ h所以到底哪个更好？

' V: Y" ^3 @3 X/ [$ i+ H  Q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。