设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1854|回复: 5
打印 上一主题 下一主题

[科技前沿] 中外大模型数学能力比拼

[复制链接]
  • TA的每日心情
    奋斗
    2021-4-20 05:43
  • 签到天数: 300 天

    [LV.8]合体

    跳转到指定楼层
    楼主
     楼主| 发表于 2025-1-26 17:34:23 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 可梦之 于 2025-1-26 17:57 编辑
    8 W/ }+ e" K" k/ N+ m% b% J* F% Y% a- l4 ~/ j6 F
    遇到一个数学问题,懒得推导了。习惯性让GPT推一下。4 ~# y1 `) z) l, L9 Q& ?# j8 u( v; ?% I

    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 U3 h, M3 g& h2 W" R/ y  Q
    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& L7 r& W. V3 M* p9 s* G

    ; c0 v# t" m) A! b( t
    2 H  o0 D" p, s- k. I) O  Y( n9 k3 ^, p. s" L+ `
    & F# v( x* v( b3 G
    要么继续胡说八道。; \/ c  r1 s7 k7 C3 V  H

    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 j0 K" g5 N" d2 }' }4 ]5 u2 P

    " 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# ^5 W0 C* z4 W/ V. F/ d2 j& y

    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% f9 A$ b3 u- {0 h$ S

    评分

    参与人数 4爱元 +36 收起 理由
    helloworld + 10
    方恨少 + 12
    pcb + 4
    johnsonjian + 10

    查看全部评分

  • TA的每日心情
    奋斗
    2021-4-20 05:43
  • 签到天数: 300 天

    [LV.8]合体

    沙发
     楼主| 发表于 2025-1-26 18:52:01 | 只看该作者
    个人推导错了 落了一个系数2. 7 V8 d. f- N& m- e, ]- ^/ n

    4 @/ v9 H8 R, Y$ U这也是我们需要AI的原因啊
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    14 小时前
  • 签到天数: 3791 天

    [LV.Master]无

    板凳
    发表于 2025-1-26 22:43:24 | 只看该作者
    我没用过花钱的AI, 但是我觉得各有优缺点吧。# x/ G( k. y7 a5 o* g# D5 W

    . 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' w# p9 `9 D* c. b! p( l! Q

    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;+ U8 A# {) v+ R2 }6 @( w  a+ m
    另外的一个笔记本我基本上只常规使用搜。. @5 `- k* _: V8 D% t: @) Q
    3 t7 P$ ^) Y( w9 D" y
    我个人的本上装了好几个AI, 经常每个问一下。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    11 小时前
  • 签到天数: 2951 天

    [LV.Master]无

    地板
    发表于 2025-1-27 01:55:48 | 只看该作者
    马鹿 发表于 2025-1-26 22:43* M3 Q4 A' ?# j1 f9 l! f! x
    我没用过花钱的AI, 但是我觉得各有优缺点吧。! F" y7 f( J8 n
    ) n% o+ b  ]" Z+ ^. B, q( 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A ...
    我个人的本上装了好几个AI, 经常每个问一下。
    # F; C) m- G4 v

    ( s7 I. m5 {" }2 I9 v0 h所以到底哪个更好?
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    慵懒
    13 小时前
  • 签到天数: 2562 天

    [LV.Master]无

    5#
    发表于 2025-1-27 03:30:40 | 只看该作者
    Chatgpt数学非常不行。以下是个典型例子:
    6 a0 P$ B. V% k0 |( W  g( B) m' ]! Z! T6 r5 x
    9.11和9.9哪个大
    # m* p6 _, i7 @) y5 VChatGPT said:5 ?+ X5 K* C. r% ?% f. A" n
    ChatGPT, r$ y! _7 _6 a% K* Z9 k
    9.11 比 9.9 大。/ K' _: K7 [: [1 p3 O0 {7 r

    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:* S( E/ L5 I, J* u/ V3 M2 x6 {
      T6 ^; U% K/ _
    9.11 的小数第一位是 1,9.9 的小数第一位是 9。3 \( S! U; `" D1 K( }6 x- T
    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。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    14 小时前
  • 签到天数: 3791 天

    [LV.Master]无

    6#
    发表于 2025-1-27 03:44:05 | 只看该作者
    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。
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2026-5-21 15:27 , Processed in 0.059330 second(s), 18 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表