中外大模型数学能力比拼

可梦之

; y: L3 J; _3 Z5 y% _" v
5 Z0 H; @- V+ ^, l; u% x6 S遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

& `7 j- F. M$ A) l9 Z& I4 v7 B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。
; s, ~  T& ?1 q  b3 c7 K3 }% B
) F! }4 W6 c: m' [  T
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


- U/ p; k# O# ]$ W5 {. E
; i: h, V% J. |

0 M8 q2 R6 R2 ]# u要么继续胡说八道。


$ T" z0 ^. {- G% W% J抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
. ]' V1 w( m8 o; M& e( Q
deepseek速度快，结果也对，但是过程是不对的。


) T+ _& R) _( }& F/ q豆包过程比较绕，但是基本正确，结果也是对的。

+ C" l. U# l6 Z8 R
当然，都不如人推导的哈。
" x3 x% H3 Y' E; ?; U/ a5 {! y$ P
3 k7 c+ E9 o  \) V: W4 O( L2 o
: _  V% C. b" M, D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。

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。


: F0 A; g: A$ R0 F

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。
  o$ b2 o4 y4 L+ J1 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AI我会特意指名用英语搜国外的资源。

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。

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；
5 ^' ~+ i+ Y* |8 j9 B$ @另外的一个笔记本我基本上只常规使用搜。

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。
8 j! @6 g( n9 J4 z' I, h
. V( U# t# Y: @) |4 l; g+ H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。

( U! y( V) P) 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：

9.11和9.9哪个大
ChatGPT said:
+ k% d8 o/ t( e' M# W; h8 S- K- oChatGPT
9.11 比 9.9 大。

, q% v6 }0 J. N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：
' S+ o. b+ S# T% w" @
# w: Y4 s4 n9 M9.11 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。
0 a' S! k( R) K, w& @' D9.11 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）。
; o3 P7 B+ K) O# `0 s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？

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。