中外大模型数学能力比拼

可梦之

6 ~% c$ s. X8 Z5 _  w
: o) t) D% P9 W6 O2 {遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
0 W6 Q1 `6 ]1 y5 M( q
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。
3 m4 |* v; i4 }- s
5 e) X  I% H9 e+ {3 ~, I1 ?6 @
" K* {, J: e. F+ h( y+ K$ n( X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
  z! l* K1 W' l7 c" s# p

3 o" f+ Q) G9 L! ^


要么继续胡说八道。
  b% d4 g6 w  \  i$ L
9 H0 M) Q/ Q6 f! T3 u
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

! _# J" U9 d- y$ x/ Vdeepseek速度快，结果也对，但是过程是不对的。
1 t8 X% {1 E/ B. R* {8 s  f

豆包过程比较绕，但是基本正确，结果也是对的。
( `) l- ^4 D% f( G4 L4 \# ], n
! h1 \% f7 W/ z7 m: u/ L' G' a
当然，都不如人推导的哈。
  c3 t4 p% i3 i% o4 f

: C* T% p$ E$ I8 T* `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。
8 I0 H. z+ ~' k- A+ Q2 \$ D8 C
, X) C0 p, q/ 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。


4 y$ C' A( A! E4 Q! X
& a+ n! s  T, }+ \2 v2 a- j% e' A
# a' f, I7 Y4 x( X

可梦之

个人推导错了 落了一个系数2.
4 J" _& Y+ f3 _0 ^, {- {5 O( H
) q2 o) }. V6 D/ l( ]; z  F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。
; d% J  H0 ]- I3 @7 X# p1 A# }% }
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。
% [* F! m1 u' Z9 l* h
. Y+ \) E0 c) S# F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。

7 B  A( c: T7 {  w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
' I2 D) m7 R. ^: Q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。

+ C  P  _) r/ a9 ?& I' F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：

5 O# ~' e( ~; c9.11和9.9哪个大
ChatGPT said:
- [0 u- B7 I9 }$ NChatGPT
' y$ g6 T# V1 F, P3 l. U9.11 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。
6 \) f5 y7 r& r$ O8 S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。