中外大模型数学能力比拼

可梦之

  }& t; o" m9 y5 I" D% I9 a& o遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

& ^& X" N) {$ |3 T" p7 t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。


% {/ F1 \( O) {0 F! 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
# E$ o6 b* R$ {6 m0 x- ~

) F% V* Z. Q4 t


要么继续胡说八道。
  A+ T8 s4 R. h* K# S
6 U4 I. w' x; R3 e4 p9 ?$ g
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
1 {/ H* Q1 i- Q7 g1 h- X/ U  O
deepseek速度快，结果也对，但是过程是不对的。

, H+ ^, b) f' `% v. G
豆包过程比较绕，但是基本正确，结果也是对的。
* v5 |. [8 ]' l' \# @7 c0 L
# d8 p/ O! m! h0 k# J" W1 i
当然，都不如人推导的哈。

' U0 V; P8 ]# H' {5 Z8 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。

9 G6 f% w  [1 ]) o2 S. g' r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。
1 |( o. w6 v% X4 r

1 C: X0 Y  ]2 c. V& n! d5 c" a# v
- l% L1 s+ J! U* |& \; Z4 k
: S/ j4 W8 _' q8 ~) _! v6 S6 Q7 j# \

可梦之

个人推导错了 落了一个系数2.
) E5 t8 e; {! A; 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。
5 Z, I5 ~. \  x* ]0 Y* 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AI我会特意指名用英语搜国外的资源。

* t& w  t5 ?5 J& d$ L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。
, E% m' Z- Y: W
6 J, V  R/ y/ 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；
另外的一个笔记本我基本上只常规使用搜。

5 c1 v+ n/ X5 w8 }& }6 R7 ~0 h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
) @$ h/ n8 |. T我没用过花钱的AI， 但是我觉得各有优缺点吧。
) J" W- m- V6 u# b( o3 H9 h+ S9 u5 n
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：
& F' H" G  c$ b. [" P3 c- P
9.11和9.9哪个大
. k1 X: q2 B1 J5 \5 w1 T, QChatGPT said:
5 t) u8 U; d/ h$ i+ @ChatGPT
7 h8 [5 A; G3 F6 e9.11 比 9.9 大。

( H/ D9 o1 Q+ b0 ^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：
% }1 [, I+ {* J1 j
5 j# X/ q) J' c9.11 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）。
/ l( I3 P4 y: o6 d+ m, [因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
0 T; Q. O  \$ {/ I$ y; ^# d8 B所以到底哪个更好？

! O5 F' l2 ^3 \# l0 j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。