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。

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。
2 F/ Q9 ]/ |% F7 h! }

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$ u+ Y/ V5 Z/ q

) f" n) g& V/ Y( s2 o3 ~
" B1 w+ H2 F/ a# Y
/ n; \/ E0 T$ |要么继续胡说八道。

! M, c- }( B/ ?  I3 ~0 n; n' b) H) k
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

/ D8 s# b; |& J1 }# i  U8 [+ cdeepseek速度快，结果也对，但是过程是不对的。

4 c& |3 E8 {, {, t' K
3 ]& {/ S2 E$ ]( a1 I+ v+ G# d% C豆包过程比较绕，但是基本正确，结果也是对的。
  I6 E& C5 m  F

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。

8 k0 D9 x* `! U0 [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。

" W, x* w& V( f# I1 T# I

可梦之

个人推导错了 落了一个系数2.
0 Z1 G, ?! u5 I
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。

- s9 {0 I$ B0 K! 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。

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；
+ W- V5 d$ Z, G* q- u% o另外的一个笔记本我基本上只常规使用搜。
6 z; o' Q* _4 z( y& P
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
$ j! ^) x  t' i. r; Y4 U3 Y我没用过花钱的AI， 但是我觉得各有优缺点吧。
2 N% j; z1 s" K0 Y* W
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。

) ?8 }4 d6 F' X
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：

! c  g& W1 _; }: S: u- S9.11和9.9哪个大
# P+ n! T+ Q0 p$ L" {, SChatGPT said:
ChatGPT
9.11 比 9.9 大。
% ?- Y7 _) s1 t/ E) Q! `( ~
4 k$ v% B& [6 E  L5 b( 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：
" F  K  X$ `1 ^5 g8 q' S0 T
9.11 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。
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）。
' U- }3 c% b: |( F- J因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
) k# D1 Z1 |5 z% [5 v9 o所以到底哪个更好？

. ~) N+ x! _5 \* j3 Q0 O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。