中外大模型数学能力比拼

可梦之

% u, `. }: R  n) D" j
遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
# Y6 S1 P9 V7 q) m" M" S
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。


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
, ?. d1 b6 O, n4 i- i# e

/ L9 T2 h' t$ Q& ]5 [7 N& E
; p+ s( w; g+ u
7 R. w8 Z* k' s( o) _. K
要么继续胡说八道。
, T8 d, |- Y, B! n7 ~& B
) y+ n& J0 K. d/ K9 w
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
9 k+ [& U4 }$ `2 ]: f! s# a& h
deepseek速度快，结果也对，但是过程是不对的。
7 A4 n# r( O3 L0 M; W% s0 @4 w5 l, d

- G# [& C  l9 L3 v2 p* v豆包过程比较绕，但是基本正确，结果也是对的。
* D6 s9 S" [. ?
$ X6 H# h+ p9 W8 J
当然，都不如人推导的哈。
+ Z/ a* M$ w, N; s% H

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。
8 M- V$ f8 p' n2 t9 v
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。


) {0 E% p. G; v
, |9 h9 h  H0 O* v5 z8 I& t' E
$ g8 {* d7 M: |* `* y8 j/ \7 j
* [3 p6 l8 `0 D4 k

可梦之

个人推导错了 落了一个系数2.
* W2 ^6 t$ v. u& a& y8 {
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。
' v* w4 G" ~( u! T# O' [- S* G4 E
0 [% {0 D3 |/ N: _4 l: Y' @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。

2 E! ~3 _: M/ v1 M  ~( X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。

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；
( Q5 _% c# z4 A: P) E$ |3 X1 p另外的一个笔记本我基本上只常规使用搜。
1 H; c3 F# S, N! e' Y2 ?
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。

+ v+ C/ K" {* L+ [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：

5 R. z; m5 r6 d9.11和9.9哪个大
ChatGPT said:
ChatGPT
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：

9.11 的小数第一位是 1，9.9 的小数第一位是 9。
% y4 {5 Z: ]# g; D: \9 ]由于 1 < 9，因此需要继续看下一位。
0 {/ r# w/ H8 g! R' C. _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）。
1 H5 k8 C! q2 z3 n7 r3 i) m' v1 o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。