中外大模型数学能力比拼

可梦之

% u5 }& p% V8 b; ?$ b( g" s
3 j. b" F3 R5 f4 G遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

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。
" x% V5 G0 O/ J# g

& T$ L9 P/ K6 n4 u$ k, q* P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
* B& i9 w2 {" {& m5 r* u


, d( R. h$ X4 `& l

: o! p/ t/ y; F* R2 P9 X2 Q要么继续胡说八道。


抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
) R; o8 G9 L# v) P0 d; E/ D3 D
$ z+ f8 u% l( F5 D# x, qdeepseek速度快，结果也对，但是过程是不对的。


豆包过程比较绕，但是基本正确，结果也是对的。


) W- \3 e6 u- V2 _1 i7 f( v0 _: j当然，都不如人推导的哈。

6 J. P# Z- X5 [* `5 |  q
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。
  j* s& H. ^$ k! U
3 A( J8 ]4 x6 s; |* O; u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。
( R# y+ s2 j. o' r1 K5 {
% M0 @5 @2 b$ v
+ a2 e; ]* t/ u! ?5 e/ z
' ^. x: z6 O: T6 u6 Z' i  u

可梦之

个人推导错了 落了一个系数2.
0 @9 V0 C; v) n
1 p' b* t7 Z! O4 i6 i# V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。
7 s7 e' F7 ?0 `8 P
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。
% m$ @. c% e! n3 `' l
2 E- U) f8 ?4 V+ w) k! s/ J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。

# a7 u# t) P$ [- {7 D, p3 y- L9 ]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；
7 V* `: {8 d) |& M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
我没用过花钱的AI， 但是我觉得各有优缺点吧。
" P2 t# m( Z3 O9 V& |) }6 s2 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. z& I. T1 Z' {& T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：
7 O; t- D1 a7 {
1 ]3 ~# @; c2 w; S9.11和9.9哪个大
: [4 v+ L2 o* l7 w1 S5 j! Z  kChatGPT said:
: P% F  r2 p8 VChatGPT
9.11 比 9.9 大。

1 Q2 }/ G# D$ Q  z* p8 t5 c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：
1 k; r% s: d  {4 N+ A+ G
9.11 的小数第一位是 1，9.9 的小数第一位是 9。
+ K' S' V- T' U2 }$ v/ l/ t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
) h/ y. r7 E4 Q9 H! w所以到底哪个更好？

" V4 h4 n5 v9 J3 A- U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。