中外大模型数学能力比拼

可梦之

. x! T: ]" r% @) ^3 k/ z$ s4 ]遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
& L5 A+ ^* h2 H- Z3 j
% c7 n! |. B# G! @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。
- U( x8 m6 l4 Z! p9 H+ ^
2 S/ g" Z& R- y1 R7 s
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
( m. m2 H: H* k4 e6 S& f( P7 w

1 y) y% ~% f+ W3 h( v, k( |
; _9 d: S1 ?8 \7 T+ @5 X4 d

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。

deepseek速度快，结果也对，但是过程是不对的。


1 X+ ]5 }6 `' ~" w5 ~5 I9 X豆包过程比较绕，但是基本正确，结果也是对的。


5 v' `! E$ x1 C9 w- W/ R  N当然，都不如人推导的哈。

/ d4 H- w/ s; {
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。
2 r. T# C, ^( N1 m$ [$ s2 x- T
; c( Y7 ?- s9 t6 c# B  g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。




3 K- K4 c) B0 B- ^

可梦之

个人推导错了 落了一个系数2.
  c( K4 j1 _4 ?: x- Q! O
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。

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。
, @0 N* r, c; _- y+ _# {
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。
) o$ z( Y6 m- S* ~( _5 P
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；
+ u0 S+ k/ V! u% W另外的一个笔记本我基本上只常规使用搜。
* m& ^  Z' z4 S" }7 W2 v
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
5 {; d: t; G  r8 D" r" I我没用过花钱的AI， 但是我觉得各有优缺点吧。
& r1 V8 s6 v; D6 L: E* w; k( 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A ...

我个人的本上装了好几个AI， 经常每个问一下。

$ H7 A( |' l7 @3 v: n* 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：
3 y* X. i. S0 Y3 X+ Z
( r4 v  o, M' w& \9.11和9.9哪个大
8 c& a3 x6 ~" e6 k5 @- t* g8 dChatGPT said:
ChatGPT
9.11 比 9.9 大。
' R  {9 |! |( [" J- M
7 Y& D: [9 w# 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：

; Q) B2 ^) M% [3 V9.11 的小数第一位是 1，9.9 的小数第一位是 9。
$ J) z* d5 c9 u- ]. J. c, 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）。
5 m. V$ t& o& V* N) U因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
' l; Y( D8 T' a3 a1 C4 D6 q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。