中外大模型数学能力比拼

可梦之

- |  T, ]: m! T6 A; S
& H" W' e1 G; z+ B遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
" j7 A. c* C2 z! \$ M' b
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。


+ W2 T& @" b  K4 B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


* z0 L2 L' E+ T. j6 k+ O


# j/ Y- n/ k  F$ ?要么继续胡说八道。
5 H7 ^' ?# \5 Z1 I& Q+ e

: p4 l9 v6 d9 J7 w  K0 R; k: B抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

/ S9 Q% I! v2 t+ b/ |deepseek速度快，结果也对，但是过程是不对的。
5 A/ B1 s. |( B7 m& o% X3 j

* g8 D' g* a9 H  q* |) `7 T豆包过程比较绕，但是基本正确，结果也是对的。


当然，都不如人推导的哈。
$ G/ R- {% |3 a+ g' n' v0 o, N8 @

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。
7 |4 }7 o) k) r, x$ X  J2 m
: @) v& q9 W& @6 r  r' W, c3 A7 N5 v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。

' N* x' i, K: U4 _) x

) `) N2 i/ V7 h) j
3 F2 T2 ^3 D  Q3 _! A
; ]" q, ~+ ]3 p

可梦之

个人推导错了 落了一个系数2.

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。
$ ~2 F# Q! P% G2 ]
& W' K6 K1 |  Z/ X$ W9 T$ q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。

- y. A$ ~0 ?  h$ V  v7 E# c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
5 S2 J" T4 i- y( m3 ~我没用过花钱的AI， 但是我觉得各有优缺点吧。

0 T" K+ ^; Q! t& [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
  h) y. L* b& b! Z8 q0 `ChatGPT said:
ChatGPT
9 @& U/ u) ]3 Q- L% @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：

2 J; [/ y, z/ W3 j) x2 K# H* D2 ~- O9.11 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）。
7 {6 N7 U% p( ?7 Z因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
$ ~& a" s8 P& V" e# }8 ?所以到底哪个更好？

6 u2 ^; Y5 q3 m( j( k6 y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。