设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1563|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 R* E! a3 M5 F  |; V

    2 T9 {. x4 N+ S$ E' q4 O& ^# K遇到一个数学问题,懒得推导了。习惯性让GPT推一下。
    ! e7 W$ F3 [0 b! ~5 {: Z& d9 X) q+ a9 m# L3 l& K
    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。9 P% r' y5 }5 e4 o0 |

    ) V1 v1 t2 D- ?8 {4 C! C6 h) K( z8 W
    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
    : z1 v0 _! @. N6 {0 Z2 i1 N( @1 Y+ |9 l# L" z
    # C( _# E: N1 m1 f1 Q+ t& R" X

    ) H+ f$ o7 Q4 X5 {# O  a5 t3 C4 q# {' h% S/ ^' C# Q1 O
    / V) J" e: m- A
    要么继续胡说八道。& a8 {* S7 o+ V1 Z4 I) ], X

    0 V" ?2 Z6 D0 G% A2 b
    $ ]  a* D' [0 x抱着试试看的态度,把同样的问题扔给了豆包和deepseek。
    : c7 D" A9 k/ }# w9 _4 {. s/ S' C( H" Z* ]: X+ w7 q: x
    deepseek速度快,结果也对,但是过程是不对的。
      K/ h. ?# @4 u# f1 c4 j$ h4 w9 S( _9 f, ]
    . G9 L; H8 j7 f
    豆包过程比较绕,但是基本正确,结果也是对的。" K* s6 t5 ]) b, g

    * h" _5 `/ s# Y. K; x7 a  ]
    3 e2 M+ q) h% m; [当然,都不如人推导的哈。
    7 V# X8 u! b1 G3 F
    ) U  Z  `; n( K
    * w' G/ X! j+ C2 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。
    " p/ {+ G# e2 t7 {  _' j
    / n/ U$ Q* P7 U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。5 V6 W/ {3 Y% @) V# S) a7 ]7 A8 Y
    + H7 a) N  s+ s* \9 c6 Q8 I

    ) B7 ]2 I. t& ]) W& a9 k) }
    7 v: [( p# _9 w4 D. \1 }
    , I. m# k- m; k+ N# Y. \7 p7 I, k3 A+ B9 F, |' _4 \$ a7 M8 |/ K: y

    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.   B& V+ b8 |9 B
    - P( M, n( ?9 m! k( r& U, D, l6 V
    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
    23 小时前
  • 签到天数: 3703 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。
      u7 r( r+ t: I2 g+ L8 G& a  c4 U9 K. x; G1 o+ Q
    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。& r1 F5 j2 D( Y* ?9 K3 @

    ( O" D5 V& I4 b8 z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
    ' j9 _/ X: H# o  X: R$ o7 e" C
    - e& u& M- Z7 n7 M8 s0 r. ~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;3 x3 k$ m3 W7 e7 P. Q9 T( Z
    另外的一个笔记本我基本上只常规使用搜。
    : x+ p# `7 s/ J2 A/ F/ Q# p6 B2 x$ t: m3 {, `- ?
    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
    20 小时前
  • 签到天数: 2865 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: j# ~* S! a, B5 z: ?$ R! x1 j9 X8 {
    我没用过花钱的AI, 但是我觉得各有优缺点吧。2 [6 y7 m% T  `6 S
    6 H% Z4 d3 O* J6 x# B2 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。

    ) O) h# Y1 W0 i8 g. q) b; C" H" ]9 r5 n# n
    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
    17 小时前
  • 签到天数: 2479 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:
    - k: T4 |# H2 |# s
    / V( n" X8 u: ~9.11和9.9哪个大, h# k+ f/ x; I3 ]/ a6 X# P& `
    ChatGPT said:
    / U" H; a/ W4 M) a# DChatGPT; q2 G0 U! Q# ^' U& w$ ^, B5 Q
    9.11 比 9.9 大。
    6 E5 T3 T+ x) C4 H2 f  B9 {% ^0 Z, r5 V# 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:: x% G, n9 Q; _
    2 _% v6 ~& a: n( m4 {, s% g% u
    9.11 的小数第一位是 1,9.9 的小数第一位是 9。
    1 G" w4 Y  o2 P" h由于 1 < 9,因此需要继续看下一位。
    ; \  H' h. d& f; E9.11 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)。# V& n7 [( H+ C0 a4 {$ T+ \
    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
    23 小时前
  • 签到天数: 3703 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, g% U5 @3 x0 V6 t2 g  ]
    所以到底哪个更好?
    5 W& `5 j7 @- E8 A
    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, 2026-2-22 23:58 , Processed in 0.059179 second(s), 18 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表