中外大模型数学能力比拼

可梦之

$ a4 j4 c/ A8 t7 u( h1 D# P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。


% a! s  w! O+ s) x$ s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
. B) t' W# n$ x
  }& j6 X$ w% Q6 g
$ \; {3 _' @5 @
/ o* x- f( y8 }) C4 K/ y6 O1 H: m

要么继续胡说八道。


/ {/ K' f( I' \! s7 u2 q8 h抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
8 j( X7 N$ J8 C1 s" g
deepseek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。


当然，都不如人推导的哈。


  Z" {6 D$ z. q( c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。
& _( J( f! j' n* T
3 o0 F& p* _( b! _. p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。
8 B* @2 j6 G& j! G



( A+ L6 v& S- p- _' C' H, D
) X0 Y7 i  T5 M) k

可梦之

个人推导错了 落了一个系数2.

8 x9 x1 Z7 V. j) a2 g; M; `8 Z: 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。
6 P: f. G" W" g) D  z7 u6 ]
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。
7 `9 \8 Z6 d* M" }
6 B/ i. H3 Z, x7 w6 X: t2 l5 G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。

/ v& b  [7 t& w5 n* ?: X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 G6 l5 I: E' d) N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。
# y$ W0 ?7 q% W4 Y2 A, y
$ a1 E; Z! w; @8 |$ S1 Y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。

5 t$ [+ _- }" o; ?
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：
% V7 Z) j7 R0 ]$ w, [- J8 b# V
( R. j2 v& i: X4 M' @; }" d. @* J! L9.11和9.9哪个大
ChatGPT said:
. Y9 O  ^6 c0 m$ }ChatGPT
  T4 o3 G3 K2 B+ l5 ]9.11 比 9.9 大。

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：
! G% ^7 |; ^* R! X, `* y6 ^
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）。
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。