中外大模型数学能力比拼

可梦之

' c; N8 t7 f7 M* J: m
  Q6 b; x. M5 J8 j0 W! s+ ?- z' r遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

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。
  d+ Q# `$ q' [: n0 L
7 e. U1 ?& a4 }. q$ l" Y* a
: K5 n7 }4 Q4 }. K# U9 p: Q' I6 I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 y3 T& _; F- k" w% f1 P/ |/ _



要么继续胡说八道。

! l* T' h' o/ n
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
! p" [# p+ F  S, X( d
deepseek速度快，结果也对，但是过程是不对的。

  W- y$ o" `- x8 [; a6 j" E5 i
; C4 o0 ^' O0 W8 _& X豆包过程比较绕，但是基本正确，结果也是对的。
2 o" Y- G, p" U2 A# K" B! A; Y
" p5 I0 R5 p; s" G0 _
当然，都不如人推导的哈。
5 B1 N$ S9 ]& n5 Q
2 Z5 o4 W1 B% y  o, S  B6 R% k
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。

, a% {& X+ L" t; l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。
( `' ~% Q; H7 E; Y( n/ A- `! j
8 Y# O) D" W5 p- g
; {0 G2 Z4 t2 a6 u


0 _, I0 h8 w2 w: i

可梦之

个人推导错了 落了一个系数2.

! h: W3 ], U& u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。
$ x+ \  V. g" x6 [, |. i* ]
+ t) ^3 I- R9 f- {: A- P5 \; I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。
5 ?  ?6 I, B/ V1 j- s: U9 m0 J$ a
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。
$ ^# B! C3 k5 I  a3 I  ?, f2 n/ r6 A
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。

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
) c( E* w. x/ R% D我没用过花钱的AI， 但是我觉得各有优缺点吧。

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。

6 w% \2 S* @2 {5 y7 c
3 e; P3 _/ L1 _6 G# }# D! 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
ChatGPT said:
, f& a. N& ~/ G* RChatGPT
9.11 比 9.9 大。

& v: @. @# V* K+ K3 d5 }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 \  p1 m: @* x0 M
2 M2 X( |7 ]) `% e7 v( [3 N% X+ ?9.11 的小数第一位是 1，9.9 的小数第一位是 9。
! }* j$ |* G4 {8 _3 G由于 1 < 9，因此需要继续看下一位。
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）。
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 V: R" V' N! q3 D" o5 _+ I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。