中外大模型数学能力比拼

可梦之

5 D; A5 F* K7 p! W' e遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
4 Y, j2 j0 x, F  n
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。


+ L2 g- j, L3 u2 }9 G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
3 j0 B/ k; H3 [
& X/ n8 ]. o+ _! ?
! G+ J! V8 ~7 F1 K: M
3 W0 Q; P" A0 b- Q

要么继续胡说八道。
# g7 z! L4 _# N& [' k6 y

抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

( X3 y& h7 M" g- Sdeepseek速度快，结果也对，但是过程是不对的。
4 x9 o/ s3 Z  Q( k1 C( P" _1 ]
9 H4 |  \0 t. B- o
5 f8 [* \7 d/ s  a1 s豆包过程比较绕，但是基本正确，结果也是对的。
' e& ]3 x6 b  P; H

% D2 `8 P# Z: T8 G/ U1 H& o3 G  y当然，都不如人推导的哈。
! q, i' I% u- ?' @
7 Z' B/ i- Q8 m
% D! h8 O" q7 @" x2 i: m/ b! Z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。
0 z: ~; _/ S7 x. W; i4 I
' z! W( p8 W/ m  c& F! J8 S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。


3 I) g3 P3 I' j! b: b" }$ s- Q) V


0 U- ^0 W, O. l- q8 J( I% y: R

可梦之

个人推导错了 落了一个系数2.

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。
: ^0 d4 _1 w' T4 z, c1 a% s
1 i5 L! J( _  r. 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。
1 S: c$ J5 N" v8 I8 g+ c; x* ?. L
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。
( I" {* s  A9 d- s
# j( A# A9 c, n1 N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。

5 K' x* [$ a% F/ S' K" W0 q. E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
; \  z1 [5 g6 I, w) g我没用过花钱的AI， 但是我觉得各有优缺点吧。
) ?+ _7 j2 j7 _5 Z
( b" @) ^) ]$ _9 G: R! U5 z4 E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。

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：

# r: s. j3 @. G- w! }4 C6 {9.11和9.9哪个大
# S/ A0 @# w4 B$ ^ChatGPT said:
ChatGPT
9.11 比 9.9 大。

0 h# e! j4 v. E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：
+ U* r* C6 X8 ]2 X2 U7 ^6 q
+ r& G0 O( s! F( d* ^+ D5 C9.11 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。
1 m6 P9 N/ J0 X+ c4 N4 E, r4 P& D9.11 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）。
% G# o8 k9 O/ q8 {2 R4 H# s( E4 ?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？

2 L( o2 u+ ]! C' b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。