中外大模型数学能力比拼

可梦之

8 n9 Z' g, V( @  p) u2 u遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
& \/ J! A" |' j9 Z1 `- c
: i" h3 W8 n$ X! 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。
$ V+ z) H" s* b
' c0 J2 x8 h3 x% }
! f# z% c0 S+ j+ @, d9 c/ u* R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 F4 z9 d5 D( a
) _" [5 v/ T7 {( E% q

/ P# A0 E  C, e! b
1 B) v& E9 c( H* J: H2 f
) b) {6 \6 V- _" g  {要么继续胡说八道。
" |% I2 Z/ [4 v( {: V2 Z

1 z8 E! _$ v# m, k. K. E抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

" ]( A4 ]+ e4 P. `$ g' \& Sdeepseek速度快，结果也对，但是过程是不对的。

: j1 c% w' D3 L/ j
) ]( L9 Y/ w; H; N豆包过程比较绕，但是基本正确，结果也是对的。

" [) J: R) P$ `/ M* g* K
+ [7 g. P$ ~& |9 P' r0 k当然，都不如人推导的哈。
' }% o! @+ v0 R
4 t4 \- k1 P: c* ~1 n9 k+ w
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。
7 h2 w" ^9 r* R( I: H; v
. R. Y! r/ x3 l1 @! o+ M6 T/ r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。
! E+ x/ n9 B9 }* l6 }' t
3 k( M) j1 a6 d* D
" m/ [; }# B; i1 N7 }6 A


- I+ h8 j9 @' K6 M+ b

可梦之

个人推导错了 落了一个系数2.
! z: W  [% r/ E. W" h
2 l: j# |& d# K, X# Q% 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( a7 m; w* e3 {5 z6 Z% |' z. v
/ `. y+ I: z2 d& I! t' A9 C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。

/ t  _+ ?& W. g, v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。
% T4 W' r2 X. h0 S- y
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；
) i7 q6 S1 ]; U另外的一个笔记本我基本上只常规使用搜。

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。

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:
ChatGPT
) y1 D: J" J: R3 e; X6 N# v& B9.11 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：
. s4 |  F( c4 L; r" l
2 P: y% q5 f1 T$ Q  r7 f9.11 的小数第一位是 1，9.9 的小数第一位是 9。
" g. B. d( ?/ o' E! G& L% e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）。
4 M& f% n' `2 Y( T因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
: Q2 P  N% `8 L- ~  e, q5 D" d所以到底哪个更好？

  _: Z# h9 F7 O/ G3 V& v' \) e" d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。