中外大模型数学能力比拼

可梦之

遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

/ F/ {( Z0 Y+ ]) A8 p+ ]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。
6 [3 P, C8 [$ u; A

5 |% _7 K7 O( u+ r( N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
6 H' Y2 @) u! f5 J$ o% D


2 w6 [9 `  j7 b; ?& S% a

要么继续胡说八道。
! a  w3 @; c- a+ D

抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
" X3 C- [+ N3 Z  R
% G$ Z6 l: p. v; K1 z* [deepseek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。

; {4 A8 ~/ a3 f- z1 g$ N
2 T9 x& ]; n7 z1 F7 w- l$ v. H当然，都不如人推导的哈。


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。
! f( O; q! _5 p* T
1 h& M# ~' V/ B* b2 _( d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。
: p1 y9 M# c* y6 N' h8 N
& C8 {; @1 E5 L8 U
$ J4 W* |  h$ _) Z3 B: I

2 H! Z2 s1 L" S  ^+ K4 W, m
3 ~3 j* ~6 b8 ?# b2 P" k' u

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。
1 r7 h  ?6 [, y/ o# ], x4 @
) @; h+ ]' j0 O5 |' M0 i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。

) b& s% V+ X0 n9 P5 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。

5 E3 S8 N. o/ v9 p( c+ s9 G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；
' u' P3 E: u) F# e另外的一个笔记本我基本上只常规使用搜。

" z+ f; Y9 h! U' s* S  @2 y. ?& s3 M9 L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
* }0 J8 \" _& t# ?我没用过花钱的AI， 但是我觉得各有优缺点吧。
+ i# B9 Q" W, P; {% `: ~5 R5 N
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。

3 f% T" w$ Q9 A9 {
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：

- N# T: N( ^7 U" V! A' A9.11和9.9哪个大
4 q. S3 W8 b6 F: RChatGPT said:
ChatGPT
. ^3 E6 K' D$ U& ?) w; C8 E9.11 比 9.9 大。
, X. q2 @) s* O) Q) P% X7 u
' O7 ]+ _5 }1 b% L; D! F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：
) B1 q& W3 A* r, O- i8 n/ s; B: ]
9.11 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）。
' i6 [& ^8 M; r0 P- r2 `+ R因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
' P3 E& g3 ^  A6 E, P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。