中外大模型数学能力比拼

可梦之

% q& f* S& u/ |- F% }  ^1 G  l) [" }
7 ?- m# H1 Z" k+ ^& I" Q遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

2 T3 Z. U* p( t5 c; g/ z* D8 g7 i. 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。
0 _( z  |& }# k: C& I& A9 o1 C

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
# X# i7 G2 S3 {$ P- \! H9 ~% u

. ]) T" _8 U* e8 c9 x! N9 G# x( W

7 u7 n" E& |4 G. [
要么继续胡说八道。


抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
9 A) h; Q* [( G0 Z
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。

' e* u/ y% F- f) H  w) U! \" I4 x5 v1 E
+ [( L  P  c8 n) R: }% L) ?当然，都不如人推导的哈。

. X+ G0 B# e, S' Z2 g
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。
/ n. I) B3 _# g, }: W; q' }
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。

- }9 @; V4 j5 ^8 m* w, V1 Q
' s: C. M  {+ b, P) @9 Y% H

( Y. o( g/ ]0 v# f. ?, |0 ]5 A

可梦之

个人推导错了 落了一个系数2.
0 q( U  }& X& B9 N, l
7 }+ B1 e  R' S5 {  e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。

. m2 O6 v8 _* {3 U/ m* g6 ^! L+ l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。

" {" |0 ]6 }6 D3 i1 c3 F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。
0 V4 t& p, @6 t
  j7 e0 O- \1 @3 }' B+ v4 i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。
- t7 V( }6 ^4 I9 b0 Q* Z
- E  R7 s8 w5 e* f$ c9 V; b6 q( Q" n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
: k2 Q' x4 X, r" F+ f- n# ^我没用过花钱的AI， 但是我觉得各有优缺点吧。

8 J1 e, D; W/ K2 A. D; c  v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。

$ b+ F0 j( \1 N2 L, R* i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：
% i, }8 H5 [2 d$ H6 @
9.11和9.9哪个大
  {/ U" b0 V% P$ h# i$ N0 O% r4 pChatGPT said:
3 m  d7 C& f4 l' ^$ g0 D+ BChatGPT
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：
% Q7 l9 I5 t) {- O
9.11 的小数第一位是 1，9.9 的小数第一位是 9。
: D, t) }- L+ \1 m8 w. t, w. c! \由于 1 < 9，因此需要继续看下一位。
  Q& h: z9 ?9 ^; N' \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。