中外大模型数学能力比拼

可梦之

: L8 }( A* _* W遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

, Q, `$ K* e+ T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。
6 r2 K5 G- u$ d

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
0 y3 A0 ?8 T, p* @5 v4 [

3 x9 x* w6 c/ V. d
7 D: V  `' S3 P3 I, @0 S8 Y
  u$ t9 e; N1 o
要么继续胡说八道。


: q) G8 h0 O' A2 f$ N( B1 z  E抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

) y1 L+ Y9 R: P7 A2 zdeepseek速度快，结果也对，但是过程是不对的。


1 L8 r- n+ z# _: v# C$ _豆包过程比较绕，但是基本正确，结果也是对的。
" x/ o" d% Y7 L* |- {; o
6 z9 I7 _  \& z' d8 G; `% t$ m% S
& j  u) N7 i/ f& b当然，都不如人推导的哈。

( N0 t) ?. V; }  _9 d1 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。

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。




  N' k0 u$ c3 a0 L9 B: ?
$ ^% Y/ g2 r+ G0 d7 d) ^8 m

可梦之

个人推导错了 落了一个系数2.
" L+ q# `* u+ J: `2 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。
) D( n6 p4 C0 [9 v
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。

+ L: w* i/ n  i. D/ j* d4 [& k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。

: h+ O1 ^3 p+ Y& M/ q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；
$ E& p% y8 r5 x& C, I1 }另外的一个笔记本我基本上只常规使用搜。

3 v/ R- J  p' Y/ T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。

1 M7 [! `) Y6 R" [2 ^5 f- A
. S; d/ T- u. i% w. Y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：
% a5 u3 n4 M8 V' W5 [9 O! a2 r+ U
' s& K: g" S+ l! B' F9.11和9.9哪个大
ChatGPT said:
ChatGPT
9.11 比 9.9 大。
! _, E6 D) B# p* H/ g
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：

9.11 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。
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）。
  j' b- B  Q" u2 |# u# G9 ?$ k因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
. H  g5 j4 @1 j1 ~0 {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。