中外大模型数学能力比拼

可梦之

0 f$ C' X* N3 f% l9 l8 e; N
' _. j* c6 V$ G. Z6 b! Q遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

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。


: v/ {- I# J2 E3 n- ~7 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
& Y4 P+ W9 A7 v


2 i9 k* p( C6 d& A

3 K/ [0 j, D: C# @2 P* X要么继续胡说八道。
' U& _0 u& T  q; u! c3 y
$ ^( g% O1 x  l% H9 M: b' Q
. }, j) V8 L- T6 C% e: A3 G抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

! d+ b& T% y; `1 I+ G# g0 `3 S, R, Hdeepseek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。
8 J. B8 Z! Y5 _+ n7 f

当然，都不如人推导的哈。

5 @1 @$ z. g% I+ u* `
0 \9 b9 \' o2 E" 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。
/ U1 ?# p. b+ h2 K6 }# O
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。

+ l7 g7 i4 H* L# X
' ?; i$ V* K9 l: p* t5 }  ]

可梦之

个人推导错了 落了一个系数2.
/ ~" T" }% K/ `7 J
1 m8 o( U0 F0 i* g0 t9 j1 s  d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。

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。

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。
" L" U' `) I0 J9 G0 }+ X- c
. S9 g9 H3 h6 Y3 \' a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；
. B' m" p7 t# z3 [8 f6 l0 G另外的一个笔记本我基本上只常规使用搜。
: v# k, |# N0 g! p) ?
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 x7 K2 j, w" v1 i我没用过花钱的AI， 但是我觉得各有优缺点吧。

' [$ F, [. v; 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。

- ?/ @1 E) s6 q9 S7 {; o8 W
3 [' B: m2 q' c% ?# K) j3 W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：

$ u) J& a1 L4 R  {3 q) E, W! ~9.11和9.9哪个大
* P3 O: _  w6 a9 |  Q6 a8 _ChatGPT said:
ChatGPT
9.11 比 9.9 大。
# P% v! M+ Z& q; O+ \# ~4 \0 i
+ z$ h4 U: w. l5 d+ O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：

  i" ~1 {0 r" p8 O9.11 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。
8 ?/ q& w. f/ E/ r9 w8 [, M( Y% J9.11 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）。
7 V9 o/ Y) }- M! i; l因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
& ~, m) Z% d) M( y$ j, c1 p: ^" K4 |所以到底哪个更好？

. n. ?: x* \( [7 [4 p8 R* y7 _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。