设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1670|回复: 5
打印 上一主题 下一主题

[科技前沿] 中外大模型数学能力比拼

[复制链接]
  • TA的每日心情
    奋斗
    2021-4-20 05:43
  • 签到天数: 300 天

    [LV.8]合体

    跳转到指定楼层
    楼主
     楼主| 发表于 2025-1-26 17:34:23 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 可梦之 于 2025-1-26 17:57 编辑
    1 _5 ^. t: W6 |8 F0 s8 J, C6 {: S
    : `& m. H7 n( A遇到一个数学问题,懒得推导了。习惯性让GPT推一下。6 J4 q% F) \) o; U) V' F, C/ Q
    4 k0 Z4 r  L- P7 ^# z: v0 K4 T
    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。# m# E7 e/ X  r4 t! ~9 C
    ; r+ a" I2 z8 e
    2 _* ?" q) I. K2 R& v9 y
    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
    / v8 \2 P. R6 n/ L. j* a
    3 s; ]+ q1 H2 D' Y6 O6 K
    ) \& T3 k6 k: x( m9 A* m+ C" S  A
    ' i3 i7 D7 r- ]8 p! d5 V" j" o9 x2 X& @- v) h
    $ X. }6 ]( H  j) B: @7 u2 {- f
    要么继续胡说八道。
    ( L( V  X3 E& c$ X4 j3 o9 G: r9 b3 Y! [
    2 \8 B! O+ f+ Q# u1 o; C$ d. F
    抱着试试看的态度,把同样的问题扔给了豆包和deepseek。
    8 Q! n. M" X$ A" ?1 m9 z# N2 k; @; M1 D  J0 E7 i% T2 [
    deepseek速度快,结果也对,但是过程是不对的。
    : J- g# g% {; J) |: u5 w. L- n( S, h3 ^

    : X' N7 T; S$ `豆包过程比较绕,但是基本正确,结果也是对的。+ Y6 C2 |* V! G2 x: [& M

    $ n& w( y, t; J  \8 C  I" g2 i$ s8 Y8 j1 Y- g$ D& E+ Q
    当然,都不如人推导的哈。
    4 ?- k" g4 C6 v$ T: p  _; s! L* o! r3 j0 [+ ~+ o% b8 X5 V

    0 q+ m' Y: W% W% r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。+ Z1 T, r% W8 `6 f6 Y4 k8 r

    " q9 K9 X0 A" p5 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。' o) e; H0 O& M7 d3 q$ @

    5 z: b, m0 L% P2 d- a9 p- S1 Q' c3 `$ ]) N) r  x& h3 }. \
    1 V3 `3 o) q6 \( H9 T

    . ]9 T) ?3 f7 U3 B. S# ]
    ) t) Y/ g! O" `# _& a) g

    评分

    参与人数 4爱元 +36 收起 理由
    helloworld + 10
    方恨少 + 12
    pcb + 4
    johnsonjian + 10

    查看全部评分

  • TA的每日心情
    奋斗
    2021-4-20 05:43
  • 签到天数: 300 天

    [LV.8]合体

    沙发
     楼主| 发表于 2025-1-26 18:52:01 | 只看该作者
    个人推导错了 落了一个系数2.
    % t" Y* Y2 S" H( o7 j- _5 V& r: g7 `
    这也是我们需要AI的原因啊
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    1 小时前
  • 签到天数: 3734 天

    [LV.Master]无

    板凳
    发表于 2025-1-26 22:43:24 | 只看该作者
    我没用过花钱的AI, 但是我觉得各有优缺点吧。
    8 a* T! }" o0 c, b2 L4 D9 x% I, I& E# L. w
    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。
    ( Q, M8 |. u" f, n: \. r1 g2 o! t. d, O# U, T3 L
    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 x2 r# Z5 v  K1 O8 E; {3 d% S4 ?, |" M
    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;% a" F: u' C8 F) H
    另外的一个笔记本我基本上只常规使用搜。0 v9 c6 V" l( [- _4 P
    , a3 a/ H! H' I6 p) ~
    我个人的本上装了好几个AI, 经常每个问一下。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    昨天 19:04
  • 签到天数: 2894 天

    [LV.Master]无

    地板
    发表于 2025-1-27 01:55:48 | 只看该作者
    马鹿 发表于 2025-1-26 22:43
    ) ]5 b! d2 j- E8 C& _# E9 v& B" h我没用过花钱的AI, 但是我觉得各有优缺点吧。/ P$ K2 i2 b* P: a, m

    1 B; n& Z# r8 g8 q' y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。
    * R) b' r7 J  m. q

    . k, k$ Q# e( T9 p" X- e所以到底哪个更好?
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    慵懒
    昨天 02:23
  • 签到天数: 2507 天

    [LV.Master]无

    5#
    发表于 2025-1-27 03:30:40 | 只看该作者
    Chatgpt数学非常不行。以下是个典型例子:
    , N( ^3 @8 J* e' N
    ) l$ ~1 E9 ]1 n# K/ Z  C0 X9.11和9.9哪个大
    4 G' @- Y, b4 y- p; R2 T) g& w% D/ DChatGPT said:
    / |9 @4 l! S) B8 v  n4 UChatGPT) ]4 P! l' |3 |9 U3 C( r) A3 U5 Z( x3 c
    9.11 比 9.9 大。
    8 R* X- @, V2 a# d5 J6 Z# C2 G" z9 q# k1 R% A
    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:
    + T9 S% t+ G6 ]# d  @, ]
    # e8 g* q6 a: H$ A8 L9.11 的小数第一位是 1,9.9 的小数第一位是 9。' Z7 D! C1 y; M6 c8 q* ]: w3 O4 g
    由于 1 < 9,因此需要继续看下一位。8 r3 v+ r, V0 k) p
    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)。$ J+ V! W+ k7 O4 K+ [4 q
    因为 1 > 0,所以 9.11 > 9.9。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    1 小时前
  • 签到天数: 3734 天

    [LV.Master]无

    6#
    发表于 2025-1-27 03:44:05 | 只看该作者
    方恨少 发表于 2025-1-26 12:55
    $ O4 Z+ ^" s; h2 o4 }7 j" U所以到底哪个更好?
    ! t0 ]$ Z8 b9 x  \3 N& n( 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。
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2026-3-25 01:41 , Processed in 0.061297 second(s), 20 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表