中外大模型数学能力比拼

可梦之

8 b$ j" ~/ n! h
8 l3 Z$ V- O5 @6 z4 S遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
3 m2 C. h& H4 c3 a
5 V) s7 G- s0 g/ ^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。
  t+ k7 |6 T0 H+ u2 B

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



5 j1 k9 U8 c8 f: Q/ t9 E0 n4 Z

要么继续胡说八道。
+ F$ n. ?7 r& m
( n1 W3 T( |' x/ ~! z2 Z
: J1 Z1 g4 n! l; J' j抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

1 t1 k- }8 ^- f5 bdeepseek速度快，结果也对，但是过程是不对的。
5 E$ N4 O6 {# f9 q! V5 @/ v
% G* b' ?% T* h. ^& j. H
豆包过程比较绕，但是基本正确，结果也是对的。

5 Q5 ~" A0 I; q% m  @! O4 R
* Q& l5 c! P% r* }# l/ d! c4 W当然，都不如人推导的哈。
" A' I3 j0 B6 f, y" V. g+ j+ Q
. W0 L( Z" h, U) m2 z
& I0 e  h+ z5 \. B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。
3 X5 i. e" c" W9 {5 Y5 i2 M& i
; p- U) z/ A& h, m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。

/ K1 H+ g& G3 p1 ~* [2 W0 R" g


7 |# P7 R8 V: d

可梦之

个人推导错了 落了一个系数2.

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。

( V4 K6 I8 _" A/ @5 y) N/ [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。

2 ~( g5 m) _+ C9 s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；
另外的一个笔记本我基本上只常规使用搜。

+ t  F' j7 y' J$ A. s7 B0 U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
" I! ]3 ~* p8 @5 @& X我没用过花钱的AI， 但是我觉得各有优缺点吧。
3 f4 [0 V5 T9 f) @! X
: x; g6 |9 Y3 t+ D, t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。

: E- o% G; ^* e8 d* T( x
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：
4 W/ F3 o' `/ `$ b* h  o7 D
, t: V/ T4 ~9 f! r/ A9.11和9.9哪个大
+ r  X( O; v/ L1 t: f2 C3 lChatGPT said:
ChatGPT
9.11 比 9.9 大。

( @5 ?  N: r/ ^' U$ Y# f: t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：

4 u! E7 M  O: V/ C9.11 的小数第一位是 1，9.9 的小数第一位是 9。
& w3 U1 D1 @0 f, T由于 1 < 9，因此需要继续看下一位。
& t: m. y# M& O. y. O. U9.11 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
9 V* B2 x( J9 K' F所以到底哪个更好？

  @) \) o0 F$ K2 [0 n. m+ o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。