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。
2 S* @' z1 i$ Z9 @" q2 E
) u4 L+ g+ t) M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 h! w3 e& g$ A9 z7 j
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



3 E- v; S/ a" w0 |9 L3 ~" e. J6 O3 N8 r. u
1 J2 @/ u/ K% k8 l5 Z- {
3 p6 @+ b# k) l$ f要么继续胡说八道。
7 y- m$ F  i( L

5 A3 {# S, x9 L. [抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

deepseek速度快，结果也对，但是过程是不对的。


豆包过程比较绕，但是基本正确，结果也是对的。

$ o- t7 O6 R  l8 b- ]
当然，都不如人推导的哈。
; F1 j+ |/ q/ q5 R* f

' g3 z: j3 D$ k+ t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。
% Z- I+ l; r  }7 G: F6 m" O, M
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。
' R* D9 n2 s& T1 d. m
7 `) T1 y' Y; i0 v+ i- V  U


$ h, D) X! ?$ D9 X6 C3 Y5 q9 _
& p* A1 V$ @6 s9 \/ j

可梦之

个人推导错了 落了一个系数2.
$ c- R9 x4 Y( _6 p! _' p0 u  W
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。

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。

- J2 I* A. G! P# _2 {- 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。

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。

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。
/ h4 G( B' _2 d, x; H% @0 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。

9 S9 `. Z! J8 |
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 x6 _% W( Y# e7 y; e0 B
9.11和9.9哪个大
- s& j2 K9 I1 H" G) c2 |ChatGPT said:
$ P- w% G! v. p  yChatGPT
9.11 比 9.9 大。
* {7 K* |6 g/ Y! i
& k$ S* C0 A4 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：
- H. ~# t( {/ N  P* {. S1 I6 h- k; u
$ P& r' j0 n% y2 L# W9.11 的小数第一位是 1，9.9 的小数第一位是 9。
& i, Y. b5 N2 k由于 1 < 9，因此需要继续看下一位。
4 @# L+ ?- h$ B0 w3 p9.11 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
& s( m7 N  _2 V4 z5 V' l8 @所以到底哪个更好？

8 `$ A4 U0 C1 }3 j. b2 M; B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。