中外大模型数学能力比拼

可梦之

8 k  H% e, A7 a; A( ~6 T* v# ?遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
! D' \1 o, G4 K5 h1 l9 `
3 ?$ t% B1 ]! I6 \1 A: X( i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。
4 j9 M, L! L! o# f( `

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 i$ ]8 I5 w7 z8 ]$ w* }" v3 w* f
1 m) X* b8 w3 v( ^+ Z% h
0 M. L% g. s* C  _3 w8 b$ c% K, o- |
1 l  b. @  p+ @+ l3 O1 b

要么继续胡说八道。

% F- [" \, K2 U  g3 Q6 ~/ R( b
. Q+ n0 c+ E( Z  ^" H抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

( I7 e6 L4 T7 S! P5 Q; r# ^deepseek速度快，结果也对，但是过程是不对的。

% u  B; z$ _, [& o; I
) H; `9 C  d4 b4 G, T豆包过程比较绕，但是基本正确，结果也是对的。
& Y9 @% {& D4 Z" N3 B( e/ X9 ^

- \) z$ B- [5 G$ [3 C  Z/ L当然，都不如人推导的哈。


) X6 [8 g7 B5 Z' k; l7 S5 d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。
* C& D' i$ ~2 }
6 v. M3 Q4 |+ G: p



" ?& D* O, v2 y. j

可梦之

个人推导错了 落了一个系数2.
2 k% m, `' n$ Z* j, b0 J7 j
9 e0 a  D1 m1 n: o% R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。
& [" o, v2 d4 j* ^& 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。

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 U/ b! |, z  o1 W/ @: p# Z
; j# O( _4 M- u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。

# H1 B7 s! q" O/ ~0 H- d& |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
7 U8 q, J& t: Y  s我没用过花钱的AI， 但是我觉得各有优缺点吧。
' ^" X. T/ @0 U4 Z; t' p
1 C3 t" }9 Z( 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。

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：

) `1 ~. f$ z$ H, X5 i! l9.11和9.9哪个大
$ [, w+ f1 b4 t. @/ c. U# SChatGPT said:
ChatGPT
9.11 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。
  r( i0 e1 E+ W: [8 [由于 1 < 9，因此需要继续看下一位。
) _! G% n7 A; P6 K  R; C9.11 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）。
& o) `! S; v/ H3 p5 x因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
& ?$ n6 ]9 i0 O  e, Z所以到底哪个更好？

, f  M, @- H( C' J: `# f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。