中外大模型数学能力比拼

可梦之

: m% [. D2 I6 I  J" s遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
7 M; H; r0 ^9 @$ ?' u# B
- z8 _8 U0 G. N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。

2 X+ ~5 b6 H6 [( D' ?
# V9 x% K% c7 |" @5 W) ~, [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
  ]) T8 m  {% a9 |9 o+ O

" ~, G+ [, `0 z1 ^8 ^/ d9 ^
- |: C9 T3 {1 o) Q$ H& L' ^

要么继续胡说八道。

* T* _# n7 o$ u3 }' k3 ?3 ]. y+ M
) u2 `# Y$ I: h( H抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

% O9 ]( r. n( c5 M  a. P: B8 Pdeepseek速度快，结果也对，但是过程是不对的。
4 J3 z3 y% t. a! W

豆包过程比较绕，但是基本正确，结果也是对的。

( `+ Z- K& {# p# X7 U( `( ~  K
' U. L$ c/ f  `: N& F6 v当然，都不如人推导的哈。

2 I  E3 h, m1 E9 W: M* M: |3 F! Y# Y
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。

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。
. M: J( t, B3 G; _3 r
& C, x- S& U7 ~
  F6 |6 u- q5 Q


! K2 r2 R+ f* c& `

可梦之

个人推导错了 落了一个系数2.

9 y7 X- X8 t5 b9 I% m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。
5 u- b( d6 K) ^3 ~% z: H
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。
$ k7 [7 E8 l  A9 m" m( S3 m, |
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。

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
2 T9 `3 A* n" C; U0 k! `. U3 M- C: _/ _我没用过花钱的AI， 但是我觉得各有优缺点吧。
8 C2 y9 P/ ^/ X, S" q6 x/ J$ h
4 n3 a8 w8 q+ S$ [: X0 s) ?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。

) i, Y- a' \! z# I+ s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
, m. _$ [* z1 Y) n, eChatGPT said:
ChatGPT
9.11 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：
" A2 ^9 j, Z  o5 t1 U
' W+ S: D) B) Y8 E" i& z9.11 的小数第一位是 1，9.9 的小数第一位是 9。
; g0 z* r+ ^% V3 w由于 1 < 9，因此需要继续看下一位。
* w, ]' w+ |7 D# C# J- f9.11 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）。
# g! i- `3 `2 @3 j8 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？

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。