中外大模型数学能力比拼

可梦之

' z; x3 H0 ~. o+ i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。


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
1 A% l& W! ^+ x5 t/ _- z8 j


* f3 I9 T; q7 q5 s2 o( @

4 ]3 ^' X1 w3 E% u+ _% w- x0 B% i要么继续胡说八道。
- F0 L, F6 e$ W, L2 e; G

2 V2 F3 l3 k: k! B0 v抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

deepseek速度快，结果也对，但是过程是不对的。
8 E& }2 T" [  @/ x3 `6 W( Y

  \' i: M) Z: j! P0 m1 g+ f- g豆包过程比较绕，但是基本正确，结果也是对的。

9 V! D: V; D) l5 [8 V/ U" G; u& x
: e' D+ J) [  Y$ y当然，都不如人推导的哈。


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。

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。



! T' K9 L! B/ b% b, ^" Q

4 Z0 o" Q( ?7 i8 e  V

可梦之

个人推导错了 落了一个系数2.

, D$ B9 r0 O4 m$ P* t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。
6 b0 J! i& v' T: Q) Y9 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。
/ v  N/ e8 J) a( q% s7 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。
  ~% a- Y( c# S
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
我没用过花钱的AI， 但是我觉得各有优缺点吧。

* ^+ I! f+ b! G( d# Y* f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。

% F# ]* t' k: j- P1 E8 k& U3 B
. o3 i' A, [! k1 B$ @  Y) p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：
. V1 A6 a# k7 h* ^4 o
; |$ n! u5 g. v9 v- ?6 t9.11和9.9哪个大
ChatGPT said:
ChatGPT
9.11 比 9.9 大。
: _% c. l3 Y# [
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：
* o& P( Q; U3 b0 l6 }* r
1 o4 J5 X0 S+ Q1 c9.11 的小数第一位是 1，9.9 的小数第一位是 9。
7 l. U) Z) \6 J+ j由于 1 < 9，因此需要继续看下一位。
$ X  u$ v& L0 ^% g. T+ Y9.11 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
6 d5 O7 K7 u% ]; m- o所以到底哪个更好？

$ S& T3 F$ y, h6 E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。