中外大模型数学能力比拼

可梦之

. s4 j$ v# @+ d. z
0 @. U& [8 `. Z) `遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

5 W% c7 l( t. W$ [7 E8 r5 O( 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。

2 Z% ]" k& l! z7 d* U, Y$ s' c+ K! ?" H
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


/ ]" x( ]+ w- X# c


要么继续胡说八道。

, v2 v5 [) d" H  m& L
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

deepseek速度快，结果也对，但是过程是不对的。
2 @* k: }7 ]- v9 m4 Z

' M+ r8 R. v4 q' Z* ?& L# Y豆包过程比较绕，但是基本正确，结果也是对的。
& q3 C6 P# z) ^# ~

& H1 E/ G4 v4 n当然，都不如人推导的哈。
1 A1 I4 e; P# h8 e5 L
# m' z2 A' N* v; l4 N! v
: ^6 H* X3 c. o, u) B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。
9 B* |5 h5 P7 ~% d: f
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。
% ^7 ^' ]$ y/ s/ n4 |9 {: J8 T


5 J7 }7 ?, e# m$ R$ O
0 c9 j. k: d' n' C; Y
  Y. U! [$ m5 q

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。
' k6 J' b7 s2 P: Y1 _/ T
8 J2 V/ r$ @+ c4 H; _. S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。
' y2 h8 x/ @3 Y% ]3 ^0 X
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。
; `+ u1 O' o9 V1 O: S8 K
1 m8 b" a! o1 [  F# Y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；
! N. p" x& I0 K7 S另外的一个笔记本我基本上只常规使用搜。

2 T  `2 l+ D. M' u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。
+ O. b8 ?9 i" K+ m' U( a. p7 n& G
- P: d0 h* i4 n; ]7 Q( S6 ^1 J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：

8 r1 E: j9 W$ @7 g1 h9.11和9.9哪个大
$ f) J& y4 X, C5 i5 Y5 G, dChatGPT said:
  m  y# @2 z! iChatGPT
9.11 比 9.9 大。
. n; c6 j: ]+ Q. o6 y# R( @- Y
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。
5 s- T" }* s+ A4 z+ D9.11 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
! _, b# ~+ L% P, y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。