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。
& \% `: f1 z# d* V* h0 x& }; x
' y' t5 T# r# j: C! _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。
( Y$ ?! x! m: {* @* c

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
, h8 Z1 R" H5 I5 d8 L
2 y. `! L0 e1 S
+ n! u+ V" c+ G; v% d& |
6 u1 ~, |! o# d. {0 I# H
, i( D7 m7 M8 [) R
' N0 i1 F! b, @+ K4 m: U0 C* l要么继续胡说八道。

, _" X1 X) h. I! ^$ {# I7 H
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

+ I' d7 ?! Y$ ^; ^deepseek速度快，结果也对，但是过程是不对的。

" z9 f3 K. S+ v
5 t- J! |! x0 H1 x" l: g% N& J豆包过程比较绕，但是基本正确，结果也是对的。


. {0 y( @$ C/ x当然，都不如人推导的哈。


# W* X. D9 h; J* N) y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。
' D( k$ Y& H6 T; P# E6 q2 W
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。
! B% e2 s# e( w" |& M3 d



& M  h- O* Y1 R( R

可梦之

个人推导错了 落了一个系数2.

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。
% {5 Y- `1 ?2 R' x* ]1 d
/ Z+ _* T  u* 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。

9 h: p0 m  G6 q- 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；
另外的一个笔记本我基本上只常规使用搜。

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
) u" [  D. m1 i$ |  ?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。

, p- K% n0 S5 Q& H
5 p9 R% t" f# C) @! ~1 }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
" _1 j6 O" y* s/ Q8 m# hChatGPT said:
6 P, Y/ c8 |4 Q9 }. ?! `ChatGPT
8 i7 g4 u* ]- }0 \* Z; P9.11 比 9.9 大。

0 l* u0 X, F  A3 q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 F6 ~* I8 Z' T6 H
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。
6 }, |, t& m) m' @' s9.11 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？

1 F) s: {, ~4 E# w7 E, |# _$ W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。