中外大模型数学能力比拼

可梦之

, ^6 h7 n9 Q& u, _+ _2 _$ s' P5 l
8 B6 ~6 z& L$ c+ [遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

! Y, l3 G1 ^) D2 ?" 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 f. ^; b6 @0 ]+ V4 h  Y4 G/ t6 y1 y

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

1 e7 _" j! f8 K$ D0 G: Y

0 x9 R7 r2 o1 f5 R7 |

要么继续胡说八道。

7 l" q  |5 w8 `. ?
& \2 y, n' B( ^% \+ H抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

* s3 M0 B& W+ b- J' u! [& V4 V3 N  wdeepseek速度快，结果也对，但是过程是不对的。


) ]: F+ e9 P. L$ U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。

8 E4 Z* w/ T8 w6 Q5 r
$ _9 `# R# Y$ B0 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。

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。



2 Y. m9 @6 t$ \# E( h
4 l; G. q3 [; e; s% \7 q
# A2 o7 ?+ Q. r- H+ ?

可梦之

个人推导错了 落了一个系数2.
: _% \9 L6 h  f4 ^7 R9 e
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。
6 I* x$ R& ?- E) N0 A
% z* g2 z7 T. P# n8 ^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。

- I  v& y0 d; I6 p1 s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
! ]+ H% F. N+ d* a# P  w我没用过花钱的AI， 但是我觉得各有优缺点吧。
  [$ B- ^" A2 d/ X
7 R5 S$ v7 T5 B# y0 h7 q- q; t! 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：

$ V& R5 e3 @6 J/ D: p9.11和9.9哪个大
ChatGPT said:
2 V+ V; X6 q, q0 J# MChatGPT
9.11 比 9.9 大。
+ u8 S, s$ f6 n6 q. Q6 G8 a* ]
1 M7 @' y2 @+ p. I. ~7 q, u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：
6 T* F5 T: I* J6 m- p
: [( V5 i1 Q9 k- ^- J1 q6 L9.11 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）。
' ~% y4 M9 C' t" B因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
- a) N3 k! A9 x+ t2 E1 d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。