中外大模型数学能力比拼

可梦之

8 g" R0 ~: o# j( L
遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

& J6 N5 s) I% \  r( F' T7 @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。


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
% Q. }" d7 ^2 o# _* R




" _" a/ h8 i% [- I要么继续胡说八道。
7 M' Z; U9 I* ?" j- S) Z9 K

+ a9 l! a5 K; q' J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。
9 l  b" ]1 s" @7 V. f0 g; v8 o% i+ N& }

" w' S9 S. ~( {* t, d/ k豆包过程比较绕，但是基本正确，结果也是对的。

: J/ F) l/ x4 T" _9 \; q
当然，都不如人推导的哈。

0 I# }* v3 A3 T4 l4 S$ m
# ], E7 g" x8 u" I2 R" 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。
& l) k1 t/ k/ [; Q. s
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。

$ e$ G' T$ b9 V& Z- f3 @; r
4 B. X6 F3 E# U, a
+ ?9 `+ L' |" ~! V

7 _( C- s- X- X: U2 t. _$ K2 H; c" X

可梦之

个人推导错了 落了一个系数2.
6 Q2 C9 y; j7 h; G4 R: c: y
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。
% b7 f0 T( V9 ?4 P0 k. H# 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。
1 I( d4 Z2 J* u1 @
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。
8 w& ^5 C* P7 z
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；
: T3 ?4 I9 I$ T; o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
$ h' G: |. }- c$ p' C5 D5 m我没用过花钱的AI， 但是我觉得各有优缺点吧。
% \/ s+ M* M* L( {, _
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。

& ]: Y5 O& v: b# N$ q3 f$ D- K
/ y7 e- O$ i* {  C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：
% B$ a( [( h# w
9.11和9.9哪个大
0 I. Y  q% C* ~: oChatGPT said:
0 m3 C2 V, O' a+ AChatGPT
, n, k! F- ]1 O! u" R+ m! i( T  N9.11 比 9.9 大。

8 q* O, ^4 c( G6 Z3 @/ m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。
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）。
0 n. Q' y, F# A! r' h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？

# r, l. x/ @- E" D" B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。