中外大模型数学能力比拼

可梦之

4 f" H0 O+ c( w+ s* _  p9 i
遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
1 z' P* s; o  N) ^' e
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。


( r- S" c6 R4 \% S. M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
9 S' Z0 \0 k# t8 f8 V7 P' t9 O
  }( X; O* G$ r, v+ z
  s0 c3 m7 H  w
' ?: Y, {- S" A5 k+ B! B

要么继续胡说八道。


抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
8 N" B) ^8 P3 Y& r) m1 T4 Q6 Y
0 x) a8 ?) ~8 Adeepseek速度快，结果也对，但是过程是不对的。
- Z# @8 K2 i2 r, I% r! O0 r

豆包过程比较绕，但是基本正确，结果也是对的。

- d: f5 H( R, i. r2 R
当然，都不如人推导的哈。
2 O3 }* j+ I# `6 E& \% I7 U. i

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。

. b$ O/ R& n- d+ \$ x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。
) d; _+ R8 L3 Z2 x4 a! Q! V7 S

1 P- {5 Y; j, @% p
2 ?" n3 u) |0 L, T- ?

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。

8 k% b; S6 K0 g- X$ Z- ]; E& e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。
* L4 s4 }, @( S  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。
) d7 M* }) T- B* y) a: }
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。

: T8 {- m" d7 g4 K. K. d1 j# _# C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。
' m6 f8 o' l3 ?+ [5 D0 r
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：

4 H, v# h. p$ ?9.11和9.9哪个大
ChatGPT said:
ChatGPT
% w. s0 v/ c$ t1 F0 a7 `9 U9.11 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：
7 X9 T, p, _5 F2 d9 O- z
* Q- M( J7 ^* W  o& ~: K* f9.11 的小数第一位是 1，9.9 的小数第一位是 9。
2 K! E1 E, K. _. Z由于 1 < 9，因此需要继续看下一位。
/ x& W1 |! J1 t7 V8 f: _6 X, l$ w1 f9.11 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
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。