中外大模型数学能力比拼

可梦之

9 E* G, l, i2 l遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
' g4 P# u& Z1 V/ i' d0 m6 V
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。
: G8 E- o& G% f

/ |* i- y3 H5 ?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

$ K! X7 |, o  m) G8 d1 b
5 P  O  V# I' @% [) g* Q3 i( l* m


7 [1 V' ?* [& u  q6 u" A要么继续胡说八道。
7 H2 f' e. w- Z) l' J% }1 |9 N
" @- N! j" l- d; n+ O% ]7 h* `
# F# X5 z! P, [# i, Y抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

5 z- r& d" N- h* x" X7 J( ?deepseek速度快，结果也对，但是过程是不对的。


3 {4 l: x7 }- [8 Y! q, f# p豆包过程比较绕，但是基本正确，结果也是对的。
+ r# [! [2 b3 A
8 M2 O' s' r* J( _! U1 f# f% 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。

& }! K* M$ B9 {+ A7 L' k* ~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。

/ y2 f6 [5 X+ x# x

; w/ S6 E! z: `; D  U
, H4 n& k/ J4 F7 z2 N% }

可梦之

个人推导错了 落了一个系数2.

" o* R, ?' H$ C$ w. j2 D) P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。
( v" Q( J/ T8 M- k- ^
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。
# N+ y3 h; o* L" ]" Q
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。

$ ^2 _& r& D1 o' @/ ?, ~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。
+ M/ O7 C' t+ a1 x( R" y0 b$ g% m
. g2 ?- d  B* c4 N; R! k* c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。

2 i/ K# V% C: D) V
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：

3 P; g- B2 s0 Q9.11和9.9哪个大
ChatGPT said:
5 {3 _" v  q9 M* `) V0 oChatGPT
. ]3 ]% h! k1 M+ S9 k9.11 比 9.9 大。
' W5 @, c% `* M) `* \( ?
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：
: ]. z. U0 ~& y/ b3 h. R! o
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。
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？

3 k/ V5 _8 H* O1 b0 _  x' e, g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。