中外大模型数学能力比拼

可梦之

1 S1 g/ b) y- S" Q
( Q: t- `& j" R遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

  q# T, W. |& s! a* [1 @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

& T' v( ^: a3 b) N/ `. J
6 D; y4 ?. K# O# I0 J0 J7 w/ Z

# l, B' K0 l8 v
要么继续胡说八道。


: Z) ?! ^6 _  p6 o抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
. ^+ u8 C6 G0 E- ?
deepseek速度快，结果也对，但是过程是不对的。


, C0 `  ?: c3 a0 g3 V* k+ L豆包过程比较绕，但是基本正确，结果也是对的。
- o2 P7 k) y, a$ ^$ X$ X) M9 I

当然，都不如人推导的哈。
! i+ b5 z/ Z! j8 O$ u& B

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。

, K% t/ v1 W9 R1 P5 C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。
- l+ X9 `* p8 s6 Q) k- n
4 b" I4 u% S' b9 Y% c& D3 s. S
% [. _" P6 ?7 Z  c
% t, \, a# o# L) M

- d, ?* N  k2 L- n8 \5 m5 K* o/ j

可梦之

个人推导错了 落了一个系数2.

2 v0 d( x: Y5 @$ h/ U" y# h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。

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。

% J; r4 z+ E6 O' L0 |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。
) b9 q) E0 D: K' g$ B) \+ |) _
& W1 M9 ]) {! _7 u3 b' 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；
: G1 S/ \1 o; y$ D5 [" ^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
. p# t, @% E6 M+ B- B# G我没用过花钱的AI， 但是我觉得各有优缺点吧。
' ]  R+ p; j. d% ~
( v+ ?, D+ C: h5 [* |# `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：
3 G6 T5 Y: h: G& f
' g! a' \* O" a9.11和9.9哪个大
$ B4 S' ~$ v6 Z& PChatGPT said:
" R9 [* j/ y4 L" ]/ E( K" d- g1 G* yChatGPT
  U+ [! T5 M$ @% |. m( n9.11 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。
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）。
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。