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* ?8 n9 M2 r( 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。
$ j/ Q# H* _0 X& |

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
! P) j+ Q$ R6 E

0 |2 {1 F$ u% z6 p: G9 u) ~: L
$ F: C$ G" G4 G1 T; z$ b3 W
) K0 {9 P/ D* \4 _1 D
要么继续胡说八道。
0 ~; g% M- V5 G) w- M/ B3 S" Q& i6 G0 U
+ l0 a% K4 B( f3 G: n" f& W% |
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

  `7 f/ ?  d) S  A: jdeepseek速度快，结果也对，但是过程是不对的。


豆包过程比较绕，但是基本正确，结果也是对的。
9 H) V- v, E( o+ q; |3 ?5 e
( [7 Z  I$ b& f/ @# A# U
0 t  a- H  |$ B: v; s) x! X当然，都不如人推导的哈。


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。
- p- }# B& n- V9 ?$ v; A
. x8 Q5 k% i6 r1 Y9 e% `" v) X
4 w- u8 q/ j5 y

可梦之

个人推导错了 落了一个系数2.
" W1 o1 F' c6 j# U8 V
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。

+ ~- ]# H- U# N1 @% x% k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。
3 K8 Q- J8 |. {* `- Q- P5 X
1 L* L/ w% ], b4 N) M: `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；
另外的一个笔记本我基本上只常规使用搜。
2 `2 v1 O' }9 r, Q. Q
8 E; F) L7 C5 {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
- X7 ]6 x, o* q  p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。

# o4 D' ?( l, @
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:
2 Q/ i7 ~* L4 T/ yChatGPT
9.11 比 9.9 大。
3 B0 J- c( f8 o# L
' A- X; `- N  c$ b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：

3 {# |+ u1 j3 C( g: F: z2 y/ j" g9.11 的小数第一位是 1，9.9 的小数第一位是 9。
2 ~! ]3 j: T+ h* K+ }) c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）。
1 U2 m, I( ?; {% |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。