设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1036|回复: 5
打印 上一主题 下一主题

[科技前沿] 中外大模型数学能力比拼

[复制链接]
  • TA的每日心情
    奋斗
    2021-4-20 05:43
  • 签到天数: 300 天

    [LV.8]合体

    跳转到指定楼层
    楼主
     楼主| 发表于 2025-1-26 17:34:23 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 可梦之 于 2025-1-26 17:57 编辑 3 I, t3 X7 D& _, r
    ) k" z  @1 X( i
    遇到一个数学问题,懒得推导了。习惯性让GPT推一下。; ]* W: ~; j7 E7 x; ~

    5 z# `$ n& Q  U2 Z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 d6 Y- Y: W# @" F4 f$ e

    ) b3 o% {5 w+ z0 L; |& I! J( Y/ o& a! \
    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! e% b$ W: z: ^" n( {4 w9 |
    4 ^( J4 ?) X7 ~8 B  y3 h

    " m1 J4 h$ M9 [
    & D* U% J- i# @2 c0 J% A2 d0 W6 w/ G0 [; ]* S5 v9 M: R! T

    * j/ W$ X! c6 I0 Y3 O1 P要么继续胡说八道。
    ( ?) v2 ?+ g; Q  u: |/ C9 h0 k: Y$ s3 W% j9 Q- _7 B7 l
    9 z6 R2 ?# H& j% @) P8 R( p2 B
    抱着试试看的态度,把同样的问题扔给了豆包和deepseek。
    . y* S6 a, N) e/ b1 f  ?$ V" \3 I& c' Y8 q: E( e
    deepseek速度快,结果也对,但是过程是不对的。/ x+ ]0 a3 L" i0 Q
    , T' B7 B* J! ^2 d
    % \( M& p! X! F& F
    豆包过程比较绕,但是基本正确,结果也是对的。2 i( t' q" B( i8 [
    2 K- p' F4 a$ e  y" U

    5 e) ^: u; `" c* T/ e当然,都不如人推导的哈。. h4 H7 K& {7 o1 S( E

    - K' B# `( V1 ^: A/ ]1 b) ^- X2 G/ W8 S- i5 o2 w" m
    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。5 V: r/ t- f2 R0 R  B( {6 u& a7 B
    $ \1 V/ ]) N- r4 G' J
    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。/ K4 R4 I( a9 ?* c) e* `
    / |  Z1 e6 E& u( D
    9 B& G. M9 h$ s3 q4 t. ?3 z0 e
    ' j' w: q. ^5 X/ A

    ; y5 k$ a' s3 X  L- m9 E+ J; C5 k; I4 Y8 D# q% j7 J) j+ k/ J

    评分

    参与人数 4爱元 +36 收起 理由
    helloworld + 10
    方恨少 + 12
    pcb + 4
    johnsonjian + 10

    查看全部评分

  • TA的每日心情
    奋斗
    2021-4-20 05:43
  • 签到天数: 300 天

    [LV.8]合体

    沙发
     楼主| 发表于 2025-1-26 18:52:01 | 只看该作者
    个人推导错了 落了一个系数2.
    ) u6 ~6 l  q3 @/ b" A$ i* _8 }/ |+ v' z. i& o
    这也是我们需要AI的原因啊
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    20 小时前
  • 签到天数: 3565 天

    [LV.Master]无

    板凳
    发表于 2025-1-26 22:43:24 | 只看该作者
    我没用过花钱的AI, 但是我觉得各有优缺点吧。
    " A! J( h2 Z: c% T, t! \5 O: `) `4 a" ]+ b; q
    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。
    " q# K* Q  c* l, Q4 |
    3 z) t) J. ^: _' z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AI3 ^$ F: V' m: y# @
    ; R0 U% Q* Z# Y: 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;4 [$ i7 J2 b( k
    另外的一个笔记本我基本上只常规使用搜。' W0 r9 X/ v# g- _% y# n; c' i& B9 B

    ! W2 M9 ?( x8 ~- Z6 Z: v# C; R我个人的本上装了好几个AI, 经常每个问一下。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    18 小时前
  • 签到天数: 2714 天

    [LV.Master]无

    地板
    发表于 2025-1-27 01:55:48 | 只看该作者
    马鹿 发表于 2025-1-26 22:43
    " z9 k1 B; v# M+ G, W6 D$ H* E; |我没用过花钱的AI, 但是我觉得各有优缺点吧。9 H- w. V& l5 K# @4 p1 ?9 X

    , |! J' F1 c8 f; G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。

    - k% t6 J+ L7 n# x
    ; q  F# `: b* V( M9 Y所以到底哪个更好?
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    慵懒
    11 小时前
  • 签到天数: 2338 天

    [LV.Master]无

    5#
    发表于 2025-1-27 03:30:40 | 只看该作者
    Chatgpt数学非常不行。以下是个典型例子:
    / q; r+ D% s! N. n8 B2 E$ O3 d$ n5 x2 j
    9.11和9.9哪个大) w" Z7 m! o* T" B9 I& K# |
    ChatGPT said:1 G1 q5 A' D0 t/ m. v. J
    ChatGPT
    2 m9 n; M" `9 ?' k+ G  Q9.11 比 9.9 大。. v; q- K" ?' I  j6 j+ Y1 d
    4 c0 e. F) O* l+ K% c
    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:
      ~7 v  C' ]  I5 z) B% q/ I$ K( `) G5 c* S" Y4 j$ L
    9.11 的小数第一位是 1,9.9 的小数第一位是 9。
    % s- L5 J8 W( Z$ X8 r* y) P由于 1 < 9,因此需要继续看下一位。4 @' c; D- `2 Y) r2 j, @5 o; y- y
    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)。
    # l5 @* S* u' S  a9 b- E因为 1 > 0,所以 9.11 > 9.9。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    20 小时前
  • 签到天数: 3565 天

    [LV.Master]无

    6#
    发表于 2025-1-27 03:44:05 | 只看该作者
    方恨少 发表于 2025-1-26 12:556 c* S' h2 N- |9 d* f% ~1 D
    所以到底哪个更好?
    6 J; r1 G5 M/ s8 k6 ^6 @+ t' t3 C
    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。
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2025-9-6 20:31 , Processed in 0.043814 second(s), 20 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表