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。

) _! `! f6 c( y. n' i0 {6 X9 b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。


3 n8 L! ^( n8 F1 N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



1 l# H, ]) q8 Z  Y  ?

要么继续胡说八道。
2 o6 Z9 T: w' E( C0 a9 |# D

抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

5 u8 m+ b: ^& ?* u2 Wdeepseek速度快，结果也对，但是过程是不对的。
' h* W2 \$ V8 d+ s) D( F0 T5 C

豆包过程比较绕，但是基本正确，结果也是对的。
8 M4 Q' a: i) j, R1 l9 Z$ R' V: e3 W* x

当然，都不如人推导的哈。


- @6 O0 Q- a1 i& I  Z+ e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。
# d0 e4 I6 ^& i# F. `( k

, G# W, i" P5 h4 h8 v+ Q# p

6 O9 F. ~5 {3 G$ t# k, V
, m. v6 R. I8 N! V6 S* R

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。

+ A: u- w9 c: 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。

8 [' _  u  \. x. `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。

6 q/ P, ^  l6 Q! |0 i' X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。

( u! U" q8 x# ]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
! G5 U) N$ u  i$ p我没用过花钱的AI， 但是我觉得各有优缺点吧。
% i9 x/ t! P+ {' p$ |; N' d
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。

! N4 |. x( H+ w2 K6 @
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 d1 M9 U' P' m7 h
9.11和9.9哪个大
ChatGPT said:
7 ]; j# \2 V2 i+ W$ u$ hChatGPT
9.11 比 9.9 大。
% w- N1 ~5 f- y7 k9 e8 ?& R3 b
) |% x3 G! S8 x. ]) J; m! m; c% D1 W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。
4 r9 O8 v' K: f: w! @! @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
所以到底哪个更好？

& S2 Y& n6 _/ ]6 ?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。