中外大模型数学能力比拼

可梦之

& h6 O$ V; N& A& _- U
- a2 ]* k, I& J, ^" q' G( W遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
& D! ~- X, L& d$ d
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 c1 }* w  I0 A; [9 O# x- d& z, q
. W3 `) `0 C# u8 E* c
% J( |& X9 p( k; N! v% h" N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  w# z8 t7 N/ X3 n2 Z
8 r# O( k7 X! J" s& t
4 Q; [2 t/ ]: t' K/ s- R
, x4 q2 h3 l: G6 G% G' E要么继续胡说八道。
3 J0 S1 c+ r: J" B8 n

抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
+ ~9 Y" H) V1 o
deepseek速度快，结果也对，但是过程是不对的。

$ O1 {, F, ^* x/ I. f$ f7 b
7 i" h4 G7 e6 \, ?豆包过程比较绕，但是基本正确，结果也是对的。

; j. P- R) y: T" T- i! s# s
& T9 n" y% P% Y/ Y& j8 X当然，都不如人推导的哈。


  t. Y1 {1 B; E6 ]& J8 N8 A( N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。
5 l, c* V/ p) Z. [7 g$ n( ?5 q7 m
/ J6 p5 h' B$ c3 ?# j, f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。

7 `' j9 [- P* g0 S* A
" J2 k( u! ]7 Z/ _! K! X+ e5 `  o
4 t# w9 K% n$ i$ e8 G' e* P) |
6 X" [% Q9 f9 x" V/ l# q% P
0 E: B, W* F6 p+ T

可梦之

个人推导错了 落了一个系数2.
( I; R: f9 T# c" k/ ?0 c6 @
, `* |1 F; H$ G# }' P4 S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。

5 T4 {# j0 y: O/ z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。

# o, m6 D0 i" 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。
' W! h: R  ^$ I9 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。
$ x0 z, {% G1 f7 V! |0 G, c8 Z. s% ?
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。
( W: G# O/ [! V: }# W
' C5 v6 l' S  b9 k/ \8 _+ m+ }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。

# V/ {' z5 Q  L) `( R; b( ?& F
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：

. W& f1 U* D2 U" X9 }! x$ Y: d9.11和9.9哪个大
ChatGPT said:
ChatGPT
9.11 比 9.9 大。
% n0 q; w8 A. j' w) f
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：

/ F: f9 D* g" @! m1 n( c! A9.11 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。
/ I* W6 m+ U# b" n9.11 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
7 w% x# H* }9 I; D! e8 v' t所以到底哪个更好？

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。