设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1638|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 f/ t. U9 h+ L$ ?+ v

    ) x' w* e4 |) y5 w& h遇到一个数学问题,懒得推导了。习惯性让GPT推一下。
    0 ?5 A* w8 u% ?! b; n1 ~" x$ W
    9 C+ `9 o, m' S6 p4 g& g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。
    ) ?$ @1 ]0 P4 g; l! Q/ ]6 [* f6 {3 a# j2 c2 T) J

    ! q3 }+ m3 i- R9 o1 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+ g% X$ P; o% U% p/ l8 E, S

    8 R" i) S& }, \" M8 F  z! M+ q7 G" o4 u& r# i0 `* j
    : C$ v9 c3 \6 c# Y" o$ W" j

    + ^$ G. I7 E- u( i" m9 a3 t1 s2 |, T8 y+ T
    要么继续胡说八道。
    / {; t! P8 u# }; G5 q4 k9 u
    - J3 C7 S' c. V/ r9 P7 C+ s2 L. C4 J2 S8 \2 t  ]/ s
    抱着试试看的态度,把同样的问题扔给了豆包和deepseek。
    9 I' `3 B1 Y7 B5 m: M+ ?) V5 S5 b5 v$ ]% G0 U% E
    deepseek速度快,结果也对,但是过程是不对的。4 u* \4 s. f  X
      Z' \8 H4 @1 i# i/ R

    3 W1 h5 ?1 \$ L8 D豆包过程比较绕,但是基本正确,结果也是对的。5 e3 O* H; Y: P% E* v7 L
      t0 t1 |0 i; l/ V% P# N0 N2 w3 N

    ' E2 R& |& W+ m& p$ a3 B当然,都不如人推导的哈。
    ) W0 R% A* e7 Q3 ^  Y( E# S9 ^* t" i: E9 N

    1 e: e  `3 C5 `% ^9 R( B3 _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。& L8 \: C: o- u" L+ s  Z; l/ r3 V. ]
    " j7 l- R8 S+ W
    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 h& A9 Q$ _. O: F3 y, X( l# U! v3 t" f8 a
      m8 ]4 a; W0 p6 F. E1 P
    ; m9 x, n0 ]2 @& W( v# j1 p

    9 p9 C; W) s5 ~4 n" @- }
    - ~5 P, A: G" X8 w

    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. , t1 d7 t. Q" w  |2 `9 ]' g

    + R; j# k6 B; F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
    昨天 00:00
  • 签到天数: 3725 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。
    $ _( c5 ]3 i/ `4 _* g
    2 J- E. `4 Z3 b. T* W. T4 {- a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。
    ' m& f8 A7 S" [% D
    0 \- a- K& }. F$ u& V4 M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AI8 w( T" p$ D7 D6 z# V2 M

    % R- Z& B1 c. c5 y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;
    - n, q/ S9 Y. h6 x! ]另外的一个笔记本我基本上只常规使用搜。
    6 v( X; g- a: B( ^
    " @7 }2 }/ a. ~. e! J/ W$ E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 04:19
  • 签到天数: 2886 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
    ! @( A& H$ t" E" ^+ P+ w我没用过花钱的AI, 但是我觉得各有优缺点吧。7 \4 s5 h$ [' v& j& M; l5 H' Z! B5 t

    / _. Z' `2 \! u5 a; Z8 k( {. h: R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( E/ I; ^. ^* \) \

    & n! `% h; S, Y; L( v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
    1 分钟前
  • 签到天数: 2500 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:
    ' i# m0 j+ ]/ B% a2 h& U
    0 B- a5 f2 W, J9.11和9.9哪个大
    . F" h6 ^' d( ]! h% D7 |7 cChatGPT said:: H2 s% a& m+ ]) C- C' e/ h
    ChatGPT- u- \5 v1 R1 g) N
    9.11 比 9.9 大。# b) [2 X: a5 x! j
    0 H. c7 k+ v. {8 v' z8 |1 D* r
    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:: \& p7 d2 V& Z4 V. X, |: p6 i
    . {+ \- _4 A5 K( V
    9.11 的小数第一位是 1,9.9 的小数第一位是 9。
    ! @$ _5 D# T7 H; E由于 1 < 9,因此需要继续看下一位。) s4 \+ L- j& k+ _
    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)。% \9 N. v# C4 z9 k
    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
    昨天 00:00
  • 签到天数: 3725 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/ F0 f" p" l1 d+ A
    所以到底哪个更好?
    ) l- y* V8 b# t& 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, 2026-3-17 00:26 , Processed in 0.072669 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