中外大模型数学能力比拼

可梦之

2 j& T, p1 a4 o  }! h遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

6 y* l! S, f4 S  Y; F- i) r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* H, P9 E8 c  G
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
+ p% D$ {) ~, r. D& r
3 C* i- C4 @/ S" F, J# i& ^



5 d& \+ K% m2 ^! N* r6 e要么继续胡说八道。
& x" A6 |4 I" F+ A

抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

# L2 K# U8 e. }: D; C. V2 T+ kdeepseek速度快，结果也对，但是过程是不对的。
: a) ]9 `" p  n4 A  z
0 @9 @% o6 H& a! P0 B( W& \
) O, r5 T, \& c豆包过程比较绕，但是基本正确，结果也是对的。

0 w0 C/ q  m: y( F
+ l) ]* v3 f$ Y9 H当然，都不如人推导的哈。
) u: H, A  f) Q' k8 s1 ^  c

- e5 ^( F! ]* _6 N' H7 Q* Y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。

9 J/ ?' J, P8 t9 a: F3 F8 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。
7 F  D3 D- n  `6 ~0 i7 w


8 i- E( l6 d# v' g
- p5 I* d+ `+ |/ ~6 M0 m
. y( q7 Q4 W( X0 m9 ]

可梦之

个人推导错了 落了一个系数2.
, Z' _4 O' l( ^4 X7 O: N/ `
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。
2 ?) y- A9 z0 k. y% U2 W" H: \
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。
; X9 b$ |; o, X2 d0 E/ l8 }
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；
2 A6 o/ p6 z' L$ K另外的一个笔记本我基本上只常规使用搜。
. w: \; H- D4 K, y3 |
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
% h5 `7 Q% W& s2 {3 y我没用过花钱的AI， 但是我觉得各有优缺点吧。

! T$ b& k; `" 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A ...

我个人的本上装了好几个AI， 经常每个问一下。

; A: K) W4 W- Z1 |- s- E& C& x- D
; }3 d5 n$ E& G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:
! K0 ^8 Z3 @4 R+ lChatGPT
9.11 比 9.9 大。
1 c; P6 w$ |2 C# z; _6 v+ w- j7 j
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 P. a* R9 E" G5 U) f4 x* }9.11 的小数第一位是 1，9.9 的小数第一位是 9。
4 Q) u9 G) t% l) M, N! B1 W7 O由于 1 < 9，因此需要继续看下一位。
# Z  r7 t7 U2 [% ]; D- l9.11 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）。
" V, U4 n3 M- w( K因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
4 n$ h; M. s( P0 e8 U$ a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。