中外大模型数学能力比拼

可梦之

% Z: ?+ h8 _  i& |: o& c
遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
- }) e$ D; r9 |1 f
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。

* r) T1 c- V5 g: Q) ?+ u! T
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
7 T( X+ f' ~( o# R1 A* Y. X* i/ }  {
# ]0 {& h# _% ?$ \% m% r: i


2 x: c' z4 H( C7 q" W
要么继续胡说八道。


抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
3 O( E7 D) b. x' A
deepseek速度快，结果也对，但是过程是不对的。
; y9 v9 a% q0 L5 m  d" K
9 s. r- G2 {. \* L$ u- E
1 s3 U3 p1 t4 m+ B/ Q豆包过程比较绕，但是基本正确，结果也是对的。
; `! _& L" ^3 v/ p; r
# u6 J8 K& k3 w2 W
, W) C# e8 \3 M4 ?6 A' q2 k# P当然，都不如人推导的哈。
! \2 x. V8 Z, r( e

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。
6 [+ O/ }7 T  A1 M+ y, Y( Q( D
6 J. ~; s+ f* L4 v( f3 O# ]; c8 E) z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。
6 T2 I2 L$ P6 Q; r3 u
2 z, H. E. k+ n$ Q


% v8 h) R' x8 B* W  v% {- i5 Q7 S! C

可梦之

个人推导错了 落了一个系数2.
! Z! t2 m# n$ D! W; [
9 W5 d2 ?+ v" ~( B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。

- o' f/ \+ x' 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AI我会特意指名用英语搜国外的资源。
$ n% ^3 ?- s% k# U) o* h8 X) o
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。
, f& P0 `" [! \
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 y; m) g4 u. \! z( k另外的一个笔记本我基本上只常规使用搜。
% z9 d- v0 f+ i  `
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
% ^0 z2 |) v8 {' o/ K  s& A我没用过花钱的AI， 但是我觉得各有优缺点吧。

7 O( t1 d+ ^  N3 N  f) {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。

+ ]$ N9 r; l( W; d+ D
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：

: e( h/ [. j8 k+ A# y+ Z7 P9.11和9.9哪个大
ChatGPT said:
ChatGPT
9.11 比 9.9 大。
( I4 p, [, b& l8 O) V0 C/ P8 ~3 n2 K
; o! P& ^- C7 O0 Q. g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：

) o% F) N+ `! p" j% `& c9.11 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。
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
+ V2 t4 f: s) Z' _所以到底哪个更好？

# G% K& V7 ?# G- K# Z5 J- M/ K9 Z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。