可梦之 发表于 前天 17:34

中外大模型数学能力比拼

本帖最后由 可梦之 于 2025-1-26 17:57 编辑

遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

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。
https://shujuqiu.com/rails/active_storage/blobs/eyJfcmFpbHMiOnsibWVzc2FnZSI6IkJBaHBPdz09IiwiZXhwIjpudWxsLCJwdXIiOiJibG9iX2lkIn19--359fed9cb3080993350436f776e8e8bc4e862c0a/gpt1.jpg?locale=zh-CN

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

https://shujuqiu.com/rails/active_storage/blobs/eyJfcmFpbHMiOnsibWVzc2FnZSI6IkJBaHBPZz09IiwiZXhwIjpudWxsLCJwdXIiOiJibG9iX2lkIn19--b6d99a3d7aba71def0f543f0e8a16b3c5d64cd41/gpt2.jpg?locale=zh-CN



要么继续胡说八道。
https://shujuqiu.com/rails/active_storage/blobs/eyJfcmFpbHMiOnsibWVzc2FnZSI6IkJBaHBPUT09IiwiZXhwIjpudWxsLCJwdXIiOiJibG9iX2lkIn19--fe11a40cbf20d5ca0885ee31812dce224d11b45c/gpt3.jpg?locale=zh-CN

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。
https://shujuqiu.com/rails/active_storage/blobs/eyJfcmFpbHMiOnsibWVzc2FnZSI6IkJBaHBOdz09IiwiZXhwIjpudWxsLCJwdXIiOiJibG9iX2lkIn19--56527303426298dc4982c0d48ff366bde26293e8/deepseek.jpg?locale=zh-CN

豆包过程比较绕，但是基本正确，结果也是对的。
https://shujuqiu.com/rails/active_storage/blobs/eyJfcmFpbHMiOnsibWVzc2FnZSI6IkJBaHBPQT09IiwiZXhwIjpudWxsLCJwdXIiOiJibG9iX2lkIn19--2514e12fd9f828c5518dcb79c925239f941cdae0/doubao.jpg?locale=zh-CN

当然，都不如人推导的哈。
https://shujuqiu.com/rails/active_storage/blobs/eyJfcmFpbHMiOnsibWVzc2FnZSI6IkJBaHBQQT09IiwiZXhwIjpudWxsLCJwdXIiOiJibG9iX2lkIn19--02b671f1834f93545265848c72fb6bddecdd7876/human.jpg?locale=zh-CN

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。

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。





可梦之 发表于 前天 18:52

个人推导错了:funk: 落了一个系数2.

这也是我们需要AI的原因啊

马鹿 发表于 前天 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{:189:}。

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；
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。{:191:}

方恨少 发表于 昨天 01:55

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。

所以到底哪个更好？{:203:}

松叶牡丹 发表于 昨天 03:30

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:
ChatGPT
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。
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）。
因为 1 > 0，所以 9.11 > 9.9。

马鹿 发表于 昨天 03:44

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。
页: [1]
查看完整版本: 中外大模型数学能力比拼