设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1995|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
    6 ]. L) D/ X/ `# [1 x7 w+ A4 U, a" J+ F7 p- u% H  c3 K% {/ z. e
    遇到一个数学问题,懒得推导了。习惯性让GPT推一下。
    4 t, K* }0 ?' X; ~* [0 H
    5 F$ Y! }( C1 K' w! v! L/ L; N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。
    4 T) ]7 l: D, M0 J! q6 A! M; ]0 `7 X
    ; u9 c: e* @% X% Y
    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% `# v# E4 r! s# S2 q% `4 U
      @! y  @0 V( |' U' {- c) v3 V

    ( @4 T! M& d* P. w4 m2 J, K1 t7 ~: B  i' X2 ?1 u! l/ @+ V) E

    ! [  c- v& q* E, a5 U) h- Y7 o9 K: h# B
    要么继续胡说八道。
    1 F5 C$ E8 R+ `* o% F9 H) n$ t/ ^; E( L2 \7 M, X( p+ |9 a- N# H4 L
    ) l' |; M, G! j1 S& X9 e
    抱着试试看的态度,把同样的问题扔给了豆包和deepseek。
    4 f) H# b; g4 j- B* J( f* W4 q2 v. L$ O0 r
    deepseek速度快,结果也对,但是过程是不对的。
    4 R* h! h! m$ u8 a& ~; n- |$ l! G  ~* }8 u
    " K) P& N( @4 K' f, T
    豆包过程比较绕,但是基本正确,结果也是对的。
      b/ x2 A% ~7 G5 w1 m+ l2 s# c% T9 n7 D5 @5 r6 o! j- r
      D2 h- C9 o, b6 U
    当然,都不如人推导的哈。* I" b. v: @" k8 J  `; T- Q

    0 D# I8 _8 ^) v& K7 G
    , t+ o$ m+ J- L5 C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。3 W( _( W' L9 ]) Z* e; x& l

    4 Q3 C2 S( s% v. D# m- x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。* l+ h7 `: G. p$ D% ~
    + h; f" i# U7 m, q* D& v  E

    9 p7 E$ Y; @2 P1 u6 Y, V5 |  D9 v: c2 V- @4 S: ^# c

    7 G6 g! _8 R2 O' R% Z" \- R( `: v  p( E' N. t

    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. ; z, \- z( R% a" O) m3 |

    3 V2 Z. r2 w/ N: v9 L6 S  u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
    22 小时前
  • 签到天数: 3832 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。- L% l3 \: ?2 B' c& r

    ; `5 d1 m  J' f# P0 _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。5 C4 h$ F/ k/ w  x! l8 T* V+ t* o0 K
    3 V4 U9 v3 D4 @" ?8 U! A
    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AI5 Y" {. @) P" ]- V

    1 p7 q% n8 H% U- A- s* @8 o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;
    8 P3 H/ P- g! n另外的一个笔记本我基本上只常规使用搜。
    3 f9 b7 n) j) v+ \0 A7 ~" V
    * B9 F- U& z% {; b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
    19 小时前
  • 签到天数: 2992 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
    ; ]" v7 C2 n& A# J% F4 g5 e我没用过花钱的AI, 但是我觉得各有优缺点吧。# t* t1 V/ f" s5 P" W! ^

    ) E. @/ \; X3 ~$ X* l. i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。

    ( C% w7 b, R0 Y& [3 x+ {; }' c) q2 J1 Y, d# E
    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
    13 小时前
  • 签到天数: 2593 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:
    / D' j# H0 C; l" C$ N( `% S
    & c5 u& y% O9 Y8 ]9.11和9.9哪个大' M7 {5 X9 |0 k. u3 k% u
    ChatGPT said:; R+ [8 [. z4 c0 _2 A
    ChatGPT
    + y$ O  S+ n- c/ I7 a- K7 m7 T6 G9.11 比 9.9 大。
    3 d) I$ ^6 S/ X: ^
    ! }: W9 i6 y- A3 g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:( D9 R: {! O: S

    3 Z) ~, K( ?+ l+ A% k% J1 n9.11 的小数第一位是 1,9.9 的小数第一位是 9。# P1 Q5 t, T" F$ Y( G
    由于 1 < 9,因此需要继续看下一位。
    + e) \. U* c+ G0 u9.11 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)。
    8 k) O7 P% F7 S7 L9 j$ \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
    22 小时前
  • 签到天数: 3832 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 12:550 m5 }1 F5 Q- n" r6 ^! D. e7 y/ _  U
    所以到底哪个更好?
    1 n; _$ C9 I! U3 D/ f, Y
    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, 2026-7-1 22:49 , Processed in 0.062086 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