中外大模型数学能力比拼

可梦之

遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
0 y) ?: O9 N# a& o+ o
6 `, l1 ~0 B6 n/ J" K. j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。

. P* I6 ]* p7 }
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
7 N  _/ V- F) a7 Z/ n# L; M

& [, W0 |1 M- b7 a# q

* e& n. y- a/ L9 U3 s& S% K& `
1 C6 `, s, r# @1 a1 n8 l要么继续胡说八道。


3 M2 N  q6 n7 c1 B) o& V8 o9 _( V抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
2 ^( E" D$ P; X' }1 `; W- i. e3 t
0 V" h" E& X2 H: ldeepseek速度快，结果也对，但是过程是不对的。
& Q3 s% ^- X# s. c
" }; \. B2 }* u7 l
1 \  r8 p% N( F9 @& V! T7 X: E豆包过程比较绕，但是基本正确，结果也是对的。


, p5 S6 U" Q& @6 t, g当然，都不如人推导的哈。

# s1 k0 ~* p$ B, ?
) P5 i* N- l# |6 l8 A3 E: r+ |2 F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。

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。
% H9 N3 {  k* ~( e
% T0 ?. v" d. x. O, h0 t" d
& V; i0 @7 o% m' \( t4 z
2 g1 M8 r% z0 G% h% @% X: U
, `' M- v  w" _$ A

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。
/ l* R! i' o( i5 D" _7 z
  {) d  s3 k; u& A5 u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。
1 M, }0 k+ ?6 J1 R/ e$ \
4 O% [, u7 W5 ~% G0 U! E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；
另外的一个笔记本我基本上只常规使用搜。
3 D% Y# ^4 T% u; i& J
& z2 J6 r$ e+ u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
$ o5 e. n4 n! j8 R; z! v  m我没用过花钱的AI， 但是我觉得各有优缺点吧。
; R" b7 V& x. X5 T7 `, K8 \
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：

2 w5 U* D3 b% v0 D8 E9.11和9.9哪个大
8 Y7 e. |2 S8 q( F8 j9 ]- S( M8 W5 N- oChatGPT said:
$ t9 g2 t. y; i& {ChatGPT
' a0 D) M0 g3 b/ M9.11 比 9.9 大。
. V, g5 {$ n3 l5 |- w% a
/ ]/ d) w; V) M/ O4 B9 I# D  t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：

9.11 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。
& k% T- f0 r. R6 f  S! b; Y. a9.11 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）。
0 b( b4 m/ q% N- k6 e/ [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？

; j& W: E  p5 `& H  p5 f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。