中外大模型数学能力比拼

可梦之

. g/ B& c. d# d
1 `/ x4 d2 y( _' E' _遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
+ V$ a' r# ^# u3 o7 \- l
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。
& k8 x6 s* h- }, ]7 s2 i, t+ f
2 a3 X, P$ d( N% J  z  {! `
* d& X8 }8 m* V# I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


  U: t0 E/ Q/ ^% _* @# ]& M$ d
# N* d; f" w/ X3 B8 T4 F
& }, H/ ?+ }" e% Q& h! z2 b
0 S, i5 u$ P) w" ?" Q要么继续胡说八道。
) h0 E+ T9 r8 l2 U. [
( q4 \  n. A  d9 e8 J+ T/ E+ u( k) C
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

" S9 M+ j! p/ h( |deepseek速度快，结果也对，但是过程是不对的。


5 ~& A1 z! r1 R% t% s# k豆包过程比较绕，但是基本正确，结果也是对的。

  E* t& |* B* U) I
8 L0 ~7 i# O. d& Y; b: k9 z当然，都不如人推导的哈。

1 q/ O: t0 v2 T6 h6 R; S
& x. P; C- H* T+ I# t: A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 O$ Z0 f3 F' \! A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。


  a% \0 B' ^9 V8 `- \4 \

1 W% x& h2 b/ ]6 E; g
$ d8 n, }' O- D8 G, s! e# l- D

可梦之

个人推导错了 落了一个系数2.

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. x" Z, }# h! C- 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AI我会特意指名用英语搜国外的资源。

3 _+ Y; ?, _/ @0 F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。
% C: P! k5 A0 ~
/ J4 r9 h, t( v0 W  m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；
另外的一个笔记本我基本上只常规使用搜。
. L* s8 p- U* H; R/ Q9 ?
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
& W' N) p! w- A9 D% I* s我没用过花钱的AI， 但是我觉得各有优缺点吧。

9 K  Z4 D* q2 w$ g+ K0 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。

$ r5 h& z- W9 T/ Q# Q
: J+ _# E9 C2 @# L2 O3 O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
. O# A9 l8 j7 `& p/ W' D3 SChatGPT said:
+ }- I& a3 z. `" T/ R; wChatGPT
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：
$ d5 O. g+ L; I+ Q+ B% M6 }
6 q3 N. s2 u/ g% E) 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。
' ]5 g! R& _+ p, D: k' _; H9.11 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）。
9 K: O) [# m- u6 [4 P2 o8 Y因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
2 i, H$ q5 k- C! Q  L, `# K: V所以到底哪个更好？

! e; z! r! }$ R  V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。