中外大模型数学能力比拼

可梦之

7 C3 j9 n- f: H  \1 F( a/ A) R
遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

" N; N8 d$ {5 e( F3 d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。

; Q7 `0 H9 P$ z
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
  j# A* I5 F! ^: J


" L9 J: [; @- b0 a4 O
5 a9 w9 B3 R) J0 E
要么继续胡说八道。
6 T2 ^- T, n, g6 Q' m

" z- O* |, C' B* B/ V抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

( O. r- x( e; b, I, C- ydeepseek速度快，结果也对，但是过程是不对的。


豆包过程比较绕，但是基本正确，结果也是对的。
+ F2 I0 j/ p) V- d$ B: z% z' Q2 ~
" I) `& ^# R: s0 P3 T0 ]- \
& ]& y- Q: L3 B# V1 w( k( o当然，都不如人推导的哈。


# W$ v0 ?) q1 C% j7 A" ~* v  L4 d; ^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 R) F) Q  b( W  V5 \, o( }
3 h* t' U0 ^7 z4 R3 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。

, s6 g, `8 N0 ]& h
6 l5 ^9 j1 f7 ?/ I3 {
$ E# a! F' f* e# w( H4 m6 Y$ u. T4 {: Q

* t, x7 g% X( r0 Q  {

可梦之

个人推导错了 落了一个系数2.

- g9 t% a0 v) W4 O7 n. u3 m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. e2 ?% 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。

0 G8 [9 b( y+ i9 l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。

1 u& k$ ?( `$ F0 p& F9 H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；
0 L3 R" N1 M3 Z# V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
7 u- |. Q6 _  h4 K9 L0 J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。

1 ^5 B- ]* z: q+ C! t
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
& _3 M6 U# m6 ~8 Z) lChatGPT said:
( A  g* X7 X: [* A9 T# aChatGPT
9.11 比 9.9 大。

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。
0 l. s9 z- [) F( q/ B由于 1 < 9，因此需要继续看下一位。
7 P. n" D% K% w: J8 Z4 r9.11 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
! f( e% w4 c: h; s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。