中外大模型数学能力比拼

可梦之

8 W/ }+ e" K" k/ N+ m% b
遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

8 {0 h4 q+ X) k9 f. E% r0 I! \- K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。
/ E/ x+ h$ c; [; E/ a  f& q
- ?- F. H3 T$ m6 `# Y" a. t4 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
0 R! T  a8 s- d) K& L

; c0 v# t" m) A! b( t
2 H  o0 D" p, s- k. I) O  Y( n

要么继续胡说八道。

6 c3 I3 d9 n  y5 S2 z' O
! r5 f6 z0 L& f1 W# M! d3 o2 q  u9 |抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
0 Z. J7 u% C/ |! S( y
7 u- n+ {, G- K9 P. S2 @deepseek速度快，结果也对，但是过程是不对的。
1 B' Q. {( C, g5 p
' b. e5 q5 x7 Z+ O- a
, h% g" a0 f- M' D& A% g豆包过程比较绕，但是基本正确，结果也是对的。
! ]6 f7 j& z0 @6 `7 S
: M9 s$ B- I  L0 e/ ~1 y
4 j) L" d6 a" s1 E- t3 i当然，都不如人推导的哈。
/ [# m& o9 p" N4 R0 S1 j

" W7 A( l4 {2 r! O9 R$ h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。
( h, |1 h  X+ S4 W2 J- z- A
- ]/ `4 f* e& \1 M8 a' ?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。
5 c2 G- [: ]- [3 k2 i# ^

0 D) G  Z  {6 L5 w& Y8 |
+ w: K+ G* ?* l6 H" O) G% u
1 o. R' i2 k. h+ A# h# c6 K

可梦之

个人推导错了 落了一个系数2.

4 @/ v9 H8 R, Y$ 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。

. q! o# q1 m* ?+ I- n. 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。
* V4 G9 H* W- q* b& \- J( {
. ~. w3 e; N5 x/ 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。

8 j& _6 K/ k" E6 N( g, |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
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。

( s7 I. m5 {" }2 I9 v0 h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：
6 a0 P$ B. V% k0 |( W
9.11和9.9哪个大
# m* p6 _, i7 @) y5 VChatGPT said:
ChatGPT
9.11 比 9.9 大。

3 T5 p( g$ G4 r: B: ~$ r7 ~( S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。
" @- D& ?) m. w2 D9 K" e  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）。
" k- C$ I& m9 L% |9 G0 n因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
4 W2 S6 q" H: H所以到底哪个更好？

2 M' r# q7 [! P# f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。