中外大模型数学能力比拼

可梦之

  V" ~3 e) B4 D
  F4 \. {+ L. q! Q1 u; V遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
' l1 z5 L2 D" w( d& p
5 q0 e7 e, \* p) ?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。

* j3 }: u9 e% \, Y2 ^
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
- z) g* g7 ?: l7 j( w' o4 Y
) z' n. x) n/ G/ B& _/ |
3 `- |! S. `, S/ d
$ g# H5 A) o- Z& v
9 z, @/ N  t1 a" W: Y6 M
8 `# Z- F+ f. w: g6 H4 W( t要么继续胡说八道。

# P1 q2 N$ n% m6 s) s: K+ e
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
7 V, F! A3 ~. Y, z3 y
8 n( C( q5 u; Hdeepseek速度快，结果也对，但是过程是不对的。
/ t3 Q, I- y; u5 g& g% |% b
) G3 I( D; u8 X
' O, I+ O5 X6 b/ u/ g豆包过程比较绕，但是基本正确，结果也是对的。
+ {, k9 \# ]- j* g- c7 S

1 p" v8 E. m& X, [& e* g当然，都不如人推导的哈。


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。

$ @' T* v7 l, T* n. E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。
+ X+ P( K$ a, \2 w+ y
3 U" M: r6 u* N& e' K0 Y) H
0 G6 K- r& h' l
1 R6 K  W1 P) v) o7 N1 x0 J. [* D
1 B4 h) K3 {8 Q4 W6 T( ]  a

可梦之

个人推导错了 落了一个系数2.

- h) c* Y4 P. x% y( q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。
: g( O) e# t" G4 t5 ^
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。

" K. w1 s- H, 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。
) H6 b' N! W" L  y" L2 l9 z, t! s
' V0 H2 R/ ]: @5 f- i; F' E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；
! B2 G; R6 D' D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。

- M% f9 D4 k& g5 w+ j* E0 x3 D8 m
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：
& n: h" h+ K! j; {: q& t; J
9.11和9.9哪个大
; J1 c. o0 _. C8 w$ t2 n9 lChatGPT said:
" H7 n( ?- y, Z$ g7 e% o+ ?3 v9 jChatGPT
9.11 比 9.9 大。
1 Q, D9 @: J6 b. C* F9 F2 G. L/ p5 U
) G% @2 \2 ]5 M, v6 ^) X( L, Q4 ?2 J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：
' J" E" U; z; H& Q( |: `
. \) W- o: D2 o1 A/ I9.11 的小数第一位是 1，9.9 的小数第一位是 9。
% ?: B6 W) k) P# r: |* m由于 1 < 9，因此需要继续看下一位。
4 x% m2 a% m7 X5 A+ ]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
  p% c3 X. V: O# p7 z所以到底哪个更好？

4 T5 ?: y" O# s& @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。