中外大模型数学能力比拼

可梦之

3 F( z9 I: _7 V/ c0 {7 v" Z' o
  v5 N5 n7 a- b4 r+ O遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
3 W- E" M: g6 R& W; e2 ~7 Q7 y
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。

! l  l( Y+ c; z  l( x/ W
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
0 N0 q' s8 l  Z7 F2 A+ b
" G% `4 w) f: o

9 Z% f, g& q: Q7 @3 a% a; |

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。
0 y6 \5 e; F- s5 o+ V2 V( C  t
deepseek速度快，结果也对，但是过程是不对的。
  f7 i$ u5 c: B8 i: K) W5 C  u

豆包过程比较绕，但是基本正确，结果也是对的。
. H4 u9 D3 `; g) g. z- B

: \- p, S! X- j3 Z0 D" ~当然，都不如人推导的哈。
, G7 H$ `0 m. K, J& y" 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。

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。
0 @. d( g( l  s( w0 f+ L3 V" j
, @) `$ x- N" L* Z7 U+ a


3 Q$ j- z- R( e; e9 b6 T

可梦之

个人推导错了 落了一个系数2.

% C4 g5 T6 [* y  j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。
2 _5 }: ]+ ^5 k9 t# H$ L
$ H/ `/ Y; C6 K# [; g. H$ z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。
* U4 r0 t, a& |  o. Z$ v$ }
; M" b  Z* o7 R9 U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。

4 _1 j: G0 Y$ T% 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；
  v  y8 f+ s3 [  C# x另外的一个笔记本我基本上只常规使用搜。
+ D& L' l' Q( T( u
3 I+ x2 o6 |/ ~, [8 m9 @" R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
' o$ |# \: ]7 K. [( h我没用过花钱的AI， 但是我觉得各有优缺点吧。
1 K" n& u$ E- p" T" N
: D8 e& i' X3 K6 L# C( Q$ Y0 t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：

9.11和9.9哪个大
+ g" ~$ v, U( d% A0 ^ChatGPT said:
; b# R3 q5 x" P2 e- FChatGPT
  H2 ], K5 R3 @  ~% v+ s9.11 比 9.9 大。

. f. V( g$ i: S4 s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：
' L; }/ \9 y# i) q# s
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。
4 l' O& U7 U3 y2 I5 C- {1 F9.11 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）。
0 x7 I) U- t# P* n5 K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。