中外大模型数学能力比拼

可梦之

4 ?$ E4 K; v+ z8 h9 k0 p
% J4 w# h: O# D' V1 ^遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
( o$ S$ b) x; ]; I
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 d3 s% I) l( g3 s! j6 V6 ^3 R* J2 M
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
/ g2 g: M8 \" ^& \" b6 I


+ l* {, I9 L' v+ g9 Q' J$ Z: K
& I  m8 ^$ H) y( c6 d# `
6 W4 A; x8 m5 A" N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。
( g4 u" M8 ]5 P$ ^+ V# s2 Z/ y
4 I  M0 a$ b1 h* Ndeepseek速度快，结果也对，但是过程是不对的。

6 \2 F0 U) V# \3 J( u1 |
豆包过程比较绕，但是基本正确，结果也是对的。
& d0 t6 w2 n& `$ t3 D( X& E2 _+ Q

当然，都不如人推导的哈。

" |+ U; p9 u. ?- F2 W
+ Q, X; [2 E9 U3 }. R# `1 C3 D4 u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。
1 j) E7 T! C. X4 T1 j* D& D
, J# e' N1 N# n' S7 K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。
; \7 L" P! Q+ p( B! A

; A% Q0 S$ E3 B3 ^

可梦之

个人推导错了 落了一个系数2.
* h% k. M6 m2 [: Q- K$ L+ W- }
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。

4 e$ _- q* _6 M7 e% 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。

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；
# V2 b3 w# _' w; h( O5 N$ F另外的一个笔记本我基本上只常规使用搜。
! V4 V4 ]- I! ^) S8 v, m( d/ P
) I9 O9 V5 f& g$ p, k( Q  g; i7 n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。

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。

. k" V- g* i7 T( o! R0 I7 w7 E4 d
" ?. S4 u3 H; P( n6 K$ s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
ChatGPT said:
$ |/ T5 ~' e% U" K6 h' B; ^7 Y5 B) e9 vChatGPT
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：

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。
, P7 i$ E6 t- Z( U9.11 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。