设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1395|回复: 5
打印 上一主题 下一主题

[科技前沿] 中外大模型数学能力比拼

[复制链接]
  • TA的每日心情
    奋斗
    2021-4-20 05:43
  • 签到天数: 300 天

    [LV.8]合体

    跳转到指定楼层
    楼主
     楼主| 发表于 2025-1-26 17:34:23 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 可梦之 于 2025-1-26 17:57 编辑
    . W& T. f; u3 H1 o+ o" n. ^0 x$ F. P/ Y# |
    遇到一个数学问题,懒得推导了。习惯性让GPT推一下。
    , {- X* G4 h' R3 G' Q& \3 I
    ( A1 i( i. @8 e8 }! W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。4 v' @  Y1 X" g8 Z  A  q
    2 A+ a! E0 u# H) q

    / C% D7 Y, x( R4 J& N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
    : I3 V% p$ [. b8 e0 Q
    : a6 Q) T+ K7 A. V- G) A
    5 p- c* c% r! d0 w( S2 B2 H+ y( u* h1 R3 b$ [4 o& C
      G4 J1 o( S' F( c0 p( \" _
    + @! x' Q) v# v; @, G
    要么继续胡说八道。9 U; y+ i7 ]- Y- d" v' t- j$ t. ^
    5 z' i* S# O2 Z' S
    & {4 b$ n0 L' D" q; q' F% J
    抱着试试看的态度,把同样的问题扔给了豆包和deepseek。: Q. z% e; W' \: u; i/ h

    $ w% X/ Y  v4 n5 ^deepseek速度快,结果也对,但是过程是不对的。* j$ W: I. P6 c  o1 Z
    ' D! e& M3 R8 Z9 a) A6 `
    * X/ b6 \. X: G' T% U0 e# Q
    豆包过程比较绕,但是基本正确,结果也是对的。# f" w9 ~9 q& N1 _3 j; i) D9 b
    ! [) {& G6 |4 F3 z' J; D4 ?6 M

    ) H; T& _# [; m: k; d当然,都不如人推导的哈。
    / U5 J1 a( F5 n" C3 j7 y
    4 S" q2 d% T8 A6 Q9 {
    7 l/ m  g  M+ {9 R/ k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。& S# O/ y, ]. m! [5 S

    & q2 ^9 G$ k  k. Y: C. ]4 x$ h/ n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。
    - m2 [8 E% f& i- X# t/ ], V
    ' e( s+ f' F" W9 V7 Y: N" h9 f# }7 N2 d( m

    6 j1 O. \" B& V& P- A% N
    ! r) x+ Q- S) W& m% Y
    0 D5 v& W/ ^+ ]

    评分

    参与人数 4爱元 +36 收起 理由
    helloworld + 10
    方恨少 + 12
    pcb + 4
    johnsonjian + 10

    查看全部评分

  • TA的每日心情
    奋斗
    2021-4-20 05:43
  • 签到天数: 300 天

    [LV.8]合体

    沙发
     楼主| 发表于 2025-1-26 18:52:01 | 只看该作者
    个人推导错了 落了一个系数2. + ?' p: k0 H* D' z

    8 w4 l/ H$ H: X这也是我们需要AI的原因啊
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    17 小时前
  • 签到天数: 3642 天

    [LV.Master]无

    板凳
    发表于 2025-1-26 22:43:24 | 只看该作者
    我没用过花钱的AI, 但是我觉得各有优缺点吧。# M! s$ ^' |  |& v! \
    ( V( v+ T! ^6 ?6 Z$ t4 j
    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。
    & {# B* r) ~; x# U" C7 Q0 I! N0 P; X& S; z# n  W/ ~
    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
    4 f  G# x: p- H, t
    3 j# j: O/ Z4 H! x& U1 N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;" w# `* L5 D4 V* K" Q2 ]% ^: C
    另外的一个笔记本我基本上只常规使用搜。
    : m! e: J, F7 a3 e% N1 `& v
    9 ^. @: N  r- L3 l# B" U' g我个人的本上装了好几个AI, 经常每个问一下。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    15 小时前
  • 签到天数: 2804 天

    [LV.Master]无

    地板
    发表于 2025-1-27 01:55:48 | 只看该作者
    马鹿 发表于 2025-1-26 22:433 S. I; W1 Q# R/ p3 J' |
    我没用过花钱的AI, 但是我觉得各有优缺点吧。
    / C5 V) ?1 C) ]3 F6 N1 C+ W5 `8 Z9 D; i  D8 a( 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。

    5 a/ c& O+ t3 P9 `9 o/ }$ \9 k' K9 u
    所以到底哪个更好?
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    慵懒
    15 小时前
  • 签到天数: 2428 天

    [LV.Master]无

    5#
    发表于 2025-1-27 03:30:40 | 只看该作者
    Chatgpt数学非常不行。以下是个典型例子:6 J" C. }: {2 j, W  v

    * P, Q. m7 F  z' g6 r0 ]9.11和9.9哪个大+ e0 b' q! p' C. c5 u4 R
    ChatGPT said:8 M0 B5 Z5 j. A3 A8 }& i/ e
    ChatGPT- }2 c; g* {+ W+ @! _( H: M$ B
    9.11 比 9.9 大。: g) C8 K# @9 k

    9 e& z; u" I# C- T8 F* V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:
    + n, |% U: h6 ?8 w! C  ^
    * {2 y( @3 X9 r0 m& d9.11 的小数第一位是 1,9.9 的小数第一位是 9。( S% `6 y0 C" }( m
    由于 1 < 9,因此需要继续看下一位。
    1 A" t- m/ D  ~5 P0 x& Z% 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)。
    9 j5 Y3 [7 d0 p# W因为 1 > 0,所以 9.11 > 9.9。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    17 小时前
  • 签到天数: 3642 天

    [LV.Master]无

    6#
    发表于 2025-1-27 03:44:05 | 只看该作者
    方恨少 发表于 2025-1-26 12:554 m) Q1 s3 W0 z! h" J
    所以到底哪个更好?
    ; Y) N2 M; b9 W# z/ t# G- x
    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。
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2025-12-22 17:06 , Processed in 0.029947 second(s), 19 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表