中外大模型数学能力比拼

可梦之

3 _" ^. K9 C& u5 C6 V$ m
8 }3 d/ l( _2 ]( O) F7 p- n遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
9 p7 }0 j. K3 j2 ]* [& @* u
. v0 \2 W$ o" k3 [4 S( `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。
- s3 A' R0 v0 V; |
+ O7 ~. Z9 t, u
) b. `* e7 S$ ~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





* M- I: ]- g/ V要么继续胡说八道。


8 q& {3 i- D: P2 M  i; a抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
/ V4 m4 k5 t4 }" d0 ]7 N" w: ^& g2 }
deepseek速度快，结果也对，但是过程是不对的。
, H3 K7 A. a) ]& |- Y. r0 w

% b  [5 x3 h7 m# t. M+ ~/ j豆包过程比较绕，但是基本正确，结果也是对的。
* r5 ~. z9 f/ Y. Y( G" f
: k: F4 ~0 d8 V1 G3 v% f0 U
当然，都不如人推导的哈。
6 y* s, {# W% w" {- B( K9 J

! V1 C, P' w+ s& m; n; S  f1 y& e/ u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。
1 y2 A2 z' f+ E! o
% B' E) t7 x1 B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 k% C9 C& n8 U% P4 W
! E7 C0 Q* V8 w! g, q
( [( z  t7 c1 `$ N: y: F

) A1 R' w( V2 C9 X8 E

可梦之

个人推导错了 落了一个系数2.
% t: u* p; h. g8 ?" y& U
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。

8 e6 E1 Z9 @! V, ^4 @; A& \# F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。

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。
$ [5 C7 y% S: Y/ U3 j- y
" r& W' t' U9 ~. m" }' L; 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；
% c5 C8 V" E, i+ S5 L7 v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。

; K' X1 C( k! p) W0 ^# k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。

$ D0 c0 @2 q( \" q1 b
% G' }6 a% Q9 j2 c' c" L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：

: H( X! {- \3 ^5 g9.11和9.9哪个大
9 t2 C7 h. }& c: WChatGPT said:
* }( R' T; W, b; E9 A3 TChatGPT
  a" `. ]+ z  I6 f5 o5 m9 R9.11 比 9.9 大。

1 S5 \1 j1 c( v7 y3 N1 h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：

" l: |7 j* r/ [0 j$ H8 n9.11 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）。
因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
, W# [/ T3 k5 ?: n+ f# r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。