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。

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。
) I* T  O+ L5 n5 D
+ \9 h- P2 \# I% m
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
6 _2 R) y& M! S, Q6 V& a. U
: N9 @" g' I& G0 y+ Z
* ]* f7 ~. k! n/ T

! n: r" i' N' |* C+ L, x
要么继续胡说八道。
' c4 {$ r4 G8 c8 e

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。
/ Q' ]& o! A  M! K7 ?
- U# s; O* T- ]" d
$ _# A; ^4 \. W豆包过程比较绕，但是基本正确，结果也是对的。
, s+ v; X% }( C0 T: g* ^5 S8 M7 M. L
) O1 }/ K% H2 L6 R9 c# M
当然，都不如人推导的哈。
* i* @5 i6 Q+ y. _! B7 t
7 g* i  r1 K. c) U! 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。
! Z7 Y% t, S. s
+ `& N  O, S# K+ r" h* Q' U1 p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 O$ a! o' q- @3 a! T

( D' U2 F1 j& W( a$ L& w, k9 d- j

可梦之

个人推导错了 落了一个系数2.
, U, @8 [/ }1 Y) m$ Y2 ?
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。
. s; B" l5 ^; v
5 K* s3 s% _' q/ L2 D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。

9 o5 D3 M; e8 d7 q9 h7 v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。

5 @) O3 ?  S: @" i( ?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。

' ^/ G' `2 N) l; l$ h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。
6 k# n9 H9 b1 }" C
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。

4 {6 K5 p6 @$ ]( ~
  H) j/ T! r2 K) g9 p& 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：

2 H6 T/ j1 d6 V- c" ]" X8 Z8 N8 k9.11和9.9哪个大
ChatGPT said:
ChatGPT
9.11 比 9.9 大。
- l) C8 m# V0 j# [4 s' W4 r
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。
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）。
/ C6 E9 z# p( H2 p. g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 j  w- b5 Y$ u  ~4 \8 K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。