中外大模型数学能力比拼

可梦之

4 B4 l5 k- ~7 i% l5 {+ ]6 W. F7 e" ?) H
遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
0 m. t$ S1 [+ k; i/ X
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。


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
. Q- z8 k/ r4 d) R3 Y) Z
, n1 U+ V/ ?- h$ i
$ Z8 q$ y) a* z5 d7 r
- @; v$ r  b: g
. K( P# ~& C6 D+ @$ t
+ }$ s; k0 v  Z+ s要么继续胡说八道。
, b: G  F( y4 G/ X2 Q
8 K4 k" r6 u" W- W6 |4 g
4 k$ P3 B9 S, d" T6 {1 l抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

9 s) K1 Q$ x7 i9 u$ edeepseek速度快，结果也对，但是过程是不对的。

$ o1 p: b9 J5 u$ j0 ~
( ]8 c+ s. z4 c豆包过程比较绕，但是基本正确，结果也是对的。

. J* f3 d9 o) |/ r
* t8 O# o/ G9 D9 O8 v. M当然，都不如人推导的哈。
% ^; f7 a% h% o3 ]9 b

, M3 \3 M' J9 O5 h+ G( T. S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。

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。


0 D: p9 ^5 Y  Y! i$ I3 q+ N


+ g, U* w. x! U0 k

可梦之

个人推导错了 落了一个系数2.
2 [; W2 R( K8 ?& ?0 f/ l  v/ I7 Q
6 T3 n2 K0 u& t9 J9 t& _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。
  n, k+ W0 H/ Z' q/ H# s! |$ 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；
5 ]3 N5 Q5 a) \6 `0 F# B另外的一个笔记本我基本上只常规使用搜。
/ R" V& k& s1 _, |- k
1 d% ]5 p  G. l8 l( P, }( ~1 r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
( T5 r; Y# J4 w我没用过花钱的AI， 但是我觉得各有优缺点吧。
  m, A0 E2 _" L0 v- V/ ^! \4 b$ s+ b
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。

7 x' i, S  K: `# j# N& ]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：
' q0 H6 `" Z  Y: d4 H
, [+ x- M. p! ~3 y" Y8 |9.11和9.9哪个大
$ H' q2 n. r6 E* ?7 }% rChatGPT said:
ChatGPT
, f* D+ o" v$ h3 Q5 f) @9.11 比 9.9 大。
4 J) q" Y7 s/ p& K! z& A& O
: ], ^$ M* C5 }& g1 m7 s2 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：
: V% k; D/ ^# x6 c/ [/ |% F8 j) b
9.11 的小数第一位是 1，9.9 的小数第一位是 9。
8 \" L9 u! {! |- J. W由于 1 < 9，因此需要继续看下一位。
! a5 N5 ^5 P" d9 B0 B9.11 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
所以到底哪个更好？

6 n  F2 u# w2 |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。