中外大模型数学能力比拼

可梦之

* m9 w2 d' o) C) u$ h- h
$ I- X, v4 T4 [' P5 b遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

2 V. e9 |0 n- O+ q2 P. ^8 E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。

" R$ _6 Y1 {; V! I
. V: U" T4 D4 X2 m2 u9 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


6 j/ D, D. j5 N3 |
$ \% ?; U- ]/ v1 X; h4 `3 }2 r
% w" X  U% j) Q
要么继续胡说八道。
2 v# p, a1 ^% e  i
- |6 R* t, b  D: C
  f5 R( w# _5 r) H% q抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
+ _. K  {6 _- X. v. g, J4 A7 S9 m: r8 J
# \8 [  A6 w0 y2 v' [; Sdeepseek速度快，结果也对，但是过程是不对的。


  e/ r) K& l/ N% }1 K豆包过程比较绕，但是基本正确，结果也是对的。
0 O4 x6 f) P& W0 l

当然，都不如人推导的哈。
* O( X5 z- |" S. {! c

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。
4 L5 f. n1 y' A6 h) H1 x: z
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。
% Z% q5 [9 }0 |: v% t+ `5 ^& v


' f* H# c- w* d2 L4 U

) r8 m/ ]$ M% T7 f- C& ~4 ~1 q

可梦之

个人推导错了 落了一个系数2.
8 H1 F7 Y5 e( M. {6 o! {9 F8 @0 F
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。
, R( D4 @2 C% X# }' R
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 a0 \, ^1 z' r) `) c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；
* i$ t; X  k+ z% [2 l另外的一个笔记本我基本上只常规使用搜。
2 s2 n! _4 `3 p- u% K5 z
. O# _. G) n+ b" w& o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。
$ z  |9 b1 m6 m) i. V- L4 x/ w
) G4 n# y5 Y. b. ]& Z2 g+ S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。

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：

" w3 p+ g9 a: B0 i: _9.11和9.9哪个大
ChatGPT said:
ChatGPT
9.11 比 9.9 大。
  x( J9 i3 A% F2 o, g$ V- _( |
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：
7 n# ?; p* j$ Z% r+ U
9.11 的小数第一位是 1，9.9 的小数第一位是 9。
4 Z* G& \2 g( R8 [% T9 v由于 1 < 9，因此需要继续看下一位。
1 \- d6 a1 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）。
! G7 j4 g2 R7 {5 ?  s/ y' d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？

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。