中外大模型数学能力比拼

可梦之

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。
7 C' l; r2 N+ ^/ T! c% v& ^2 X
) A: r  f9 U" d( w( ?# M# V/ i
* ^$ C5 T  i, k4 l( U. 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
2 Y( O4 _: M7 i. r" s




9 X3 _& p+ `) P9 j# a, S) c要么继续胡说八道。

* X( \. w/ o& W) C& f' [
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

4 t6 Z+ f& F) e# u' P+ Sdeepseek速度快，结果也对，但是过程是不对的。


. f0 p  ?* U% t) l$ P8 f0 M- W豆包过程比较绕，但是基本正确，结果也是对的。


当然，都不如人推导的哈。

& Z( c: t3 W5 Z6 I  b6 G5 r
5 `3 `, }+ k6 n/ L" L8 s: L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。
9 B0 g) D9 V; G
9 D4 h$ B* p5 h% r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。
( h- U! f2 \, K" K+ Y
% `/ J/ g! m9 S4 |: b# i. g
3 R& f' j8 K- s! I2 Z
* J7 P1 X. ?" M" ~! B+ H5 i* j
) Z3 @5 |' |6 s" y# e. t5 [
- z/ j$ ]; x7 G; _: g( h

可梦之

个人推导错了 落了一个系数2.
2 P4 E" X- Z0 e5 l% Z
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。

+ ?& a. X+ M; C$ |  J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。

5 w' N2 @) u) S9 w  S: z7 C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。
2 e, m7 ~: B' X% T4 i7 U, n
) N+ t, v/ `+ f# t  c$ ]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。
* b' u% i8 T) R- Y
7 Y5 L9 `& I1 f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。

" o( \& ]9 _' v, a3 {8 G
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:
( Z2 A  j: k( O/ ?; X3 F5 H" \% NChatGPT
' r+ y3 c5 d( d5 |6 I9.11 比 9.9 大。
' _4 F5 ?( {0 x% K/ S+ x: D/ @+ |
, \6 R8 ]' [" y9 T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：

' d2 c7 N- P9 M7 F( Q9.11 的小数第一位是 1，9.9 的小数第一位是 9。
1 X( g- E' r$ S0 q' `6 v由于 1 < 9，因此需要继续看下一位。
- B, i9 H8 R; [0 K9.11 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？

0 o- ]- t4 C5 X' t. j. r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。