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。
& K' |# {  a% C
1 H: i' O1 Q. }- j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。
5 V& @  y" _: i: v1 T$ O! U

; m8 l. l! B/ V2 }1 o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
! a; J% b) U" X+ S0 h# U


3 A* _1 l, a6 s4 Q: d
6 r* R3 n, ^, y( s
要么继续胡说八道。


! |+ G! C0 x" I- X7 X! J$ {( M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。
2 f# d9 r# i! ?) C5 F3 s

豆包过程比较绕，但是基本正确，结果也是对的。
8 }0 O0 k0 ~, P( F: V# ~8 t3 Q

当然，都不如人推导的哈。
/ m; r: H. ?6 P8 z/ `; `- D
0 C. B- ]6 d, H% v, \
5 O  n) _. l; ^, J  f$ T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。
0 r+ C+ U5 O& u/ a' q! m
: j6 a: q3 q+ Q4 L4 z( r# c. n/ P1 j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+ [( v" `% \: @. b
* Z# N( x: @' V. a

可梦之

个人推导错了 落了一个系数2.

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。

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。
! b8 f. _9 M3 U0 u" ~. D: g
# v2 L7 I. |$ M  I, U3 a/ I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。
* P  L, V. @, s9 s, S
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。
6 Q. W  J7 f. K- S
/ a# m: e) S4 F- d# e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。

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。

$ k3 Q  Q9 q) D7 O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：
2 j% V8 l0 U, Q9 z; S' A
9.11和9.9哪个大
ChatGPT said:
7 u& z2 Z! Y  j: xChatGPT
% g6 W6 x& I& l. Y7 N1 f! g9.11 比 9.9 大。
7 r7 h% z. O3 x3 J. q" A: L
$ b9 b! s" K1 a/ B* U, s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）。
2 Q5 }2 B$ k/ Z# t# J" u; t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？

. P7 A, Z# \6 P* _* R0 N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。