中外大模型数学能力比拼

可梦之

& [! e7 g5 O: w% ^! v  U; _  _% G( D遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

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
$ h6 v5 d- a( |. o4 \
3 b( ^; {( b( F9 t8 q" g
' W) |( F1 ^0 [4 K0 M, X
4 E$ r3 P2 m1 x3 H2 J6 n

( L: J9 u/ w$ J8 T' S4 p$ L要么继续胡说八道。


$ o) t: L! V+ V7 v; x& G抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
! w; e5 l  w( Q3 @
& u* h" Z2 `& e2 @! Ldeepseek速度快，结果也对，但是过程是不对的。
5 F% x, r  l: r9 n( P

豆包过程比较绕，但是基本正确，结果也是对的。
9 `8 N4 L! \% t& ^' `0 {5 W2 n

& o% }) Z. w: z! n+ K当然，都不如人推导的哈。

1 _4 \$ K0 N4 X, p) P& b
9 i$ n' m5 M' z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。

$ B2 h( G& {( w7 Q, s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。
# q  ?" U) y+ l" r
6 Q5 A$ ~8 }& D' Y

) k$ p, r) M( v: k5 J. L

9 m5 l# H, h) b) S4 v# i4 ^# n

可梦之

个人推导错了 落了一个系数2.

! l6 y9 v" S1 P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。
4 B$ K+ `+ I3 ~5 A- T
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。

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；
( H* v( [: Y! I( ?另外的一个笔记本我基本上只常规使用搜。
6 F0 a# L( D: I7 O
% D1 Q8 W( c6 C5 S* p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
8 x0 f4 J8 o! N/ V我没用过花钱的AI， 但是我觉得各有优缺点吧。
3 b& O; [$ B( d9 {& }+ A
0 \: D( \" {2 S$ {8 L* K3 h" m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：

9.11和9.9哪个大
ChatGPT said:
: E0 \9 f2 `9 u$ D) HChatGPT
9.11 比 9.9 大。

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：

+ }  @- @* V2 y0 j/ l9.11 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。
, |, F, v4 v( i9.11 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？

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。