中外大模型数学能力比拼

可梦之

* b, {9 P+ z0 S4 @2 m. Q
9 D& t8 W7 u, A) I& R遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
! j( l) e. l8 L3 z
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。

# W% @' e# u) ]9 U+ c
9 b/ Q$ f1 p1 ^: }. D5 Q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

  |; v- A' B. d) H0 B0 B0 j


3 {# |; L4 n3 m- _) c! x$ q
" o0 k5 M7 ?, \- _% C: K要么继续胡说八道。


, b5 G$ ~& R4 o! S抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

7 U' ?2 h0 `" e& e& T9 x  f1 Ideepseek速度快，结果也对，但是过程是不对的。


$ i+ q/ h( c2 `6 t豆包过程比较绕，但是基本正确，结果也是对的。
# X9 H0 u8 p, P

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。
" C- d2 M' {' h
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。

9 o/ [: L- b* r

6 b: X4 c. j9 u0 _8 u& a, B3 k1 S7 |
0 |  J* Z$ l* E; ?4 L! g
( I3 G4 n+ h) p: Z( A1 K' d

可梦之

个人推导错了 落了一个系数2.
) v8 m/ q! I# a2 E- [/ ~
, v% E) h7 [7 U; V: Z, u  K9 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。
* a  @% E" C, b/ V7 M
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；
另外的一个笔记本我基本上只常规使用搜。
( f# {9 o5 k4 p4 p: L
* C4 }: D0 y- r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
/ b7 ]) o# n5 Z5 M" P) o% p" Q* r  m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：

9.11和9.9哪个大
9 {+ _( z% `' VChatGPT said:
2 Y2 a- o+ R# P" V* m2 oChatGPT
+ V; m0 _. D" j  D0 f9.11 比 9.9 大。
6 h' o4 S6 L& ^. _$ z$ H0 A& p
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：

, h$ q, B( L2 d# [  w2 L" H2 q9.11 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）。
3 E# u6 w/ I) n5 q; h% A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？

: T+ a/ m2 u, I$ S' V0 x3 X& Z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。