中外大模型数学能力比拼

可梦之

  _4 I! k' X* n  B+ y! d- y0 J
遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
5 C# k0 t3 ]+ {3 @+ e9 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。
2 W( p6 y/ g/ z8 R0 u

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
" H6 ~+ ]. L  Y' r- t
$ a( K8 f4 E8 S, ?0 J. \  B

' g. s4 o; _/ V6 x( E: B9 l
4 {9 L' l! W, P; |: w, t
要么继续胡说八道。


( ^" x; h7 l& C. W, m" f抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
0 I/ M' o; W( N& |" S7 F" R1 v. h
deepseek速度快，结果也对，但是过程是不对的。

! b# w4 \* d2 l+ g+ L! |7 }
豆包过程比较绕，但是基本正确，结果也是对的。


9 V7 y) e: x# r& b  p! ]! u. h当然，都不如人推导的哈。
5 c+ `0 {) O* d+ i  k
( t1 K9 D; n9 i# f) B3 g2 C
0 ~$ h. m+ j, q5 I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 p5 C5 W# Z7 K4 g- N
! l, a6 m, `, }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。
* H% [( i) i0 P% {* b& S; f
, {: p+ N, X' k: [3 J! I; t
% T, V' V) }" h4 l# l3 G/ Z
: K( i  T. n9 r9 J' f) P8 ^! M

可梦之

个人推导错了 落了一个系数2.
2 R6 H7 s0 N5 ]7 _4 H7 q* s
* F/ C9 w  B- [, ?  n; y* z! }6 C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。

; F) Z7 s! ~& Y) 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。

" I% x+ g6 p3 {6 Q' 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。

* z$ W3 G8 t5 |/ J6 d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。
' @# h6 Q9 C$ g5 {  z
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。

$ ]5 B( d. D  L8 D: V* y6 s" v, n# d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。

  \& s) M5 N% M% b9 a2 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：

9.11和9.9哪个大
! V1 p  W  E! e. h$ [( W# fChatGPT said:
ChatGPT
9.11 比 9.9 大。
3 k# k! Q: |: [
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：

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。
& X* q1 s+ a  d! W, [7 f+ g9.11 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。