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。
( r% g. J" v, u; t5 `1 S
+ w- G, s% A. S" q: A: p2 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。
1 L+ B# O0 \6 C& S5 M) r
! V9 J6 I5 l& p/ V3 N3 j1 v) K
# H; I# K7 {# E8 U3 w/ S, V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



" D" E/ {& [/ k" o9 Z) e* `, |

6 S7 h. ^) a) E* z7 J# \, u! h4 U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。
3 y- T$ w9 _7 v7 u6 N5 n' R- ]) Z7 O
5 i5 h: U% w$ @; U; F6 pdeepseek速度快，结果也对，但是过程是不对的。

  d: U3 p+ @, C# Z# ~+ n8 e) T0 H
豆包过程比较绕，但是基本正确，结果也是对的。

" q' J& b* o% O2 n
. u# D$ g7 t0 N: _3 w" n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。

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。
& {4 z8 b4 c: r& Z



* U' L& q2 h) W, j7 {1 ?3 W

可梦之

个人推导错了 落了一个系数2.

6 O, h4 F: d( w; e! ~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。
. T3 {1 T1 u; _, j; G" L
8 g2 W  }8 v& A6 t$ e" p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 Z* @- X9 M) H- o5 e, W
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；
另外的一个笔记本我基本上只常规使用搜。
1 t7 g# _; b0 y7 Z  K; [
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
4 u1 V# \7 u  t/ \+ V我没用过花钱的AI， 但是我觉得各有优缺点吧。

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：

9.11和9.9哪个大
* w3 x, r9 d% nChatGPT said:
ChatGPT
  o9 |0 h2 A5 b* v9.11 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：

9.11 的小数第一位是 1，9.9 的小数第一位是 9。
! ?2 Y' T# S, z+ D8 M+ ?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？

' T' n1 R: B+ ~- 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。