中外大模型数学能力比拼

可梦之

3 t8 v) M8 [8 R$ R: T# p遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

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。
6 W7 N! M, z& h

( e9 \" }' F, }6 n2 A2 p; 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
8 x0 e9 W; S* T! l3 g/ i$ ]
( O* h/ W! J1 ~" q7 ]+ n- l6 B


% T  L5 D6 d$ D1 M5 y
1 X1 w4 r" u1 u) _5 z8 K要么继续胡说八道。


7 Q  R# F( ^1 \* _: V( G" G抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

deepseek速度快，结果也对，但是过程是不对的。


5 O* \. f: }) Q# p豆包过程比较绕，但是基本正确，结果也是对的。

  t8 W5 F. n  T/ T. t
当然，都不如人推导的哈。


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。
8 U! m8 a0 g/ c  ]* 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。

& c. T7 m6 |  ^5 Z
0 Z4 g  ~' Q+ h9 X5 a5 ?6 _


  H- n$ B# b2 S" ^" W3 \# t

可梦之

个人推导错了 落了一个系数2.
' p* l: C) L' ^
$ v, _% g" m" P. w  d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。
2 s" J8 p4 h& E: n
! ^; ?3 y* s" e  g- `1 a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。

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；
5 r/ q3 X; s% o9 [另外的一个笔记本我基本上只常规使用搜。

. r* m. {9 d4 j& B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
6 G+ o/ Z# q- r( d4 p( |) ^2 L我没用过花钱的AI， 但是我觉得各有优缺点吧。

9 q* h! }! h) v/ c1 d3 j+ u$ 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。

* W3 `" }! U/ ^3 ]
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:
7 w  V9 y4 J6 dChatGPT
9.11 比 9.9 大。

  X& X7 e3 @4 F3 t  g& K1 A5 b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：

3 {& @. @# T% f' U9.11 的小数第一位是 1，9.9 的小数第一位是 9。
4 d9 m2 C8 D; L$ Q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
/ v0 q2 [# D1 V3 l* J0 Y所以到底哪个更好？

! Q% u3 C5 L% A8 ^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。