设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1636|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 " Q9 E3 G( ~1 v7 t( E, T
    , z" B$ f2 o  @  m6 D
    遇到一个数学问题,懒得推导了。习惯性让GPT推一下。' w% _* c* I1 N8 E2 Y

    3 W3 `* t( z' c1 U: m4 r  m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 B( s  o1 Q5 {0 i* n
    * K. R& Q+ |5 h) i- |* W! `
    + F! f* \+ M0 v) [. 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
    1 B( L: X# K: J7 U1 B6 U8 {: z) p1 z8 f2 d
    ; F6 m, o3 d! w' a/ [% c+ G

    " G& l( i4 k0 F+ C( y+ a3 T1 D' r
    # V- v4 V" Q/ l. `
    ) L; i6 L# G; _0 q" b9 z% ?/ i要么继续胡说八道。1 d+ w6 l$ k0 ]; f+ ]( v% ]
    * X  x1 b- s0 m& n1 s
    , Z7 I' R$ w2 Y: e% p5 W
    抱着试试看的态度,把同样的问题扔给了豆包和deepseek。
    ; `$ u8 {( n. \% W4 r) b* }
    0 M0 a( M) F( ~( p) Sdeepseek速度快,结果也对,但是过程是不对的。
    : [4 O% m% P6 p5 J6 r; {4 R% H6 Z5 c# ~: L* {6 o6 A7 W

    3 ^. K1 B- |' M豆包过程比较绕,但是基本正确,结果也是对的。) k3 V, S# D  D0 z+ V5 `  g( ~! o

    ( m1 d$ s, e! Y  q
    9 E# T- J- W+ K( C  L当然,都不如人推导的哈。$ U/ F- s& F& D. p% T( g; A
    7 f3 I# f7 Y; ?

    - j8 k( _8 h) r% S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。  C, Q/ {/ u/ H4 l
    , q  _( Z* x$ f/ [" 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。
    6 j2 h; u5 p8 i. R% u3 r# N3 ^6 J; U7 J" ~* P% ^

    " ]0 z4 o* v& c( {9 A9 a4 X  R# V9 M9 b8 ~; h; b4 z

    9 a1 O. Y0 _4 l6 ~
    5 w$ G# z) U9 L$ ^+ p( _: U

    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.
    , N. `, K. \" r
    2 a( I; g% L% i- M" q2 V' q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
    12 小时前
  • 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。% P& l; M3 f8 \. z. D+ f. j
    $ M* z! q4 E- v, E7 d
    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。% Q, [4 G/ r: y6 y7 f9 @

    3 U& |- @/ S: y' U9 k! N- \5 t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& q. Y* d. `6 C) G  _' X! x  g9 c
    6 V4 V8 U$ [, T( \( {0 F
    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;
    ( i/ i( J. t* w+ Y2 `另外的一个笔记本我基本上只常规使用搜。4 o: \# e& z( ^

    0 t2 C5 ]6 X' D6 ^( j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
    8 小时前
  • 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
    . A9 H3 p1 {( g我没用过花钱的AI, 但是我觉得各有优缺点吧。
      f. |; t+ m( T* H' n% {: q( ?9 X! `( 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。

    * W3 H' f* ^; @& u8 Q) d
    . K* {8 M: R9 m% `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
    10 小时前
  • 签到天数: 2499 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:
    # r' `6 A/ L! H  U/ ]7 F8 J
    : X. U/ B4 L1 E" h' A1 j9.11和9.9哪个大
    4 R0 }5 ]6 y4 L0 r+ f: RChatGPT said:2 y. g) v, v( ?  T
    ChatGPT
    ) v. K  H$ q3 P: o- _- m! o9.11 比 9.9 大。
    0 v1 s. ]' _* w& L: |8 ]6 j
    * e" F" u' p# K. Q+ p9 _% y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:
    2 K1 m% C4 `# [; l' q$ q* G" s: [
    8 o& S# i% R9 x5 y9.11 的小数第一位是 1,9.9 的小数第一位是 9。. P& ?- U, |+ a1 z- ~# t8 h
    由于 1 < 9,因此需要继续看下一位。
    % \) G+ D/ ~3 v3 b6 i6 C/ ^5 }5 S9.11 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)。7 b4 p+ f; Y" W" 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
    12 小时前
  • 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. {2 l0 l! b; u" f
    所以到底哪个更好?
    3 P0 y& V9 u5 y3 W. [7 E
    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, 2026-3-16 12:23 , Processed in 0.059026 second(s), 19 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表