中外大模型数学能力比拼

可梦之

' U8 w0 a  j7 S, K# L4 s
遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
% V. k8 |7 ?. ~3 X1 M4 z! M; G1 ]
. ]# c+ ^& z0 j% T; c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。

6 ?$ l8 T! X! ?
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
/ P" q1 U( r0 e( p5 _
! u' R6 n2 A7 s% f% }


; |0 A  y. J1 J" x' b
要么继续胡说八道。
: }) @/ Q- }4 j3 l% @# h

+ \5 O# L9 c! I# g+ u( C& M. g+ o抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

# t1 |6 C4 F; z! P4 p2 Vdeepseek速度快，结果也对，但是过程是不对的。
3 f8 v0 _2 ^! z9 S
) Y  a1 b) I- S7 e( Y
豆包过程比较绕，但是基本正确，结果也是对的。
: J; ?3 N% k+ r
! q: c5 b  X# T7 @& v- m3 T
& j) Q' g& _! c9 b2 e* }当然，都不如人推导的哈。
8 k8 c& E4 o8 ^7 P/ ?

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。

7 C/ |2 y, n0 k# c) T; }: e' C: M" P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 H6 T  }7 H( e) ~4 z) ~
! p' T+ p4 F5 A


5 B8 Y- `8 i9 I3 M7 A: \) z

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。
5 ]. G6 m. u2 P; y3 ~3 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AI我会特意指名用英语搜国外的资源。

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。
, |9 s4 H, L! L4 @1 R2 o+ V
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。
( g& m7 l$ I/ p
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
3 ]! _1 H5 D7 j! N5 v' A, V我没用过花钱的AI， 但是我觉得各有优缺点吧。
  u  |8 ]' R9 M- O' b* x" [) x
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) i- A, V8 Z9 f! |6 w
8 r" Z7 b  f! D: n6 A/ W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- `6 K8 ?* G
9.11和9.9哪个大
ChatGPT said:
ChatGPT
: _( S, G2 X5 P9 K% D9.11 比 9.9 大。
8 c% m) S6 z, F$ S9 f
1 Q2 D9 U4 w# g( b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% A" F+ ?1 D: \  u
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。
  U8 o) }9 u/ }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）。
& S, C* I/ Z( ?) b! B; T因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
% O: k9 }5 p% G9 o! [2 l5 V" Q, T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。