中外大模型数学能力比拼

可梦之

6 B" K+ Y! ^( F) m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。
. @6 y3 r" \& c" }
# C  T2 M6 W5 A7 C& S+ _: K! `
- m8 [5 K  R! X* l* o! Z5 H4 z% e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 q/ E- N) z2 W6 z% y


8 ^. {! ?: y( J  U! r
% Z: C5 V% o, k: p, Z4 _  H
要么继续胡说八道。

, I- Y' `( X8 \  h
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

" ^3 e: t# h# ldeepseek速度快，结果也对，但是过程是不对的。

1 V  K% e5 _, g' i" t% f
2 L+ L* i+ t8 m6 V7 l豆包过程比较绕，但是基本正确，结果也是对的。
+ O$ d3 t/ v# Z

当然，都不如人推导的哈。
5 I' Y/ |; d' y; O# f" J' H
: k. {3 F( C+ ^" f
" C/ g$ h; j" L' o- X6 z! E6 ^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。
" n/ l, r; k0 I. n9 ?- l6 C
7 n, _: y# Q4 Z" ]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。




8 D8 g  y4 m6 X" u  Y

可梦之

个人推导错了 落了一个系数2.
3 W7 _5 _2 _( t7 W
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。

, h3 n$ _8 ^# k" \+ A8 F) ^9 T- t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。

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；
# y4 _* ^, y& [1 {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
& z8 b# v% o( h% P我没用过花钱的AI， 但是我觉得各有优缺点吧。
, P) `+ p5 @  q: X% _# Z
' P* @+ y6 }2 T9 H7 N$ R6 L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：
: {, F( o# h. A  S% z, J
9.11和9.9哪个大
ChatGPT said:
ChatGPT
( c: U8 ~3 w5 B/ N' W9.11 比 9.9 大。
& }$ R2 l% [: J+ L$ M
/ E7 x; o* E& Q+ I% S7 _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。
6 E( d+ ~5 b1 Y: A+ ~由于 1 < 9，因此需要继续看下一位。
" j, D8 G* T8 B& s4 ^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）。
* u3 f& p0 U7 L+ s8 f$ 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？

. W1 z: l& ?+ B2 Y) x% d; r, G2 o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。