中外大模型数学能力比拼

可梦之

/ j3 h1 L: Z* v' Q7 F
遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
9 l" {9 {" s# E) k
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。


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

6 v6 K7 g: a' m' d% e: O
! j6 C7 |; F. a! \+ g3 ?- W
5 A$ n, ^6 @4 D( }: s
. p) p5 L, I1 B( E( z" W" n, o
* W; n. T, J0 m, n- o: W* t要么继续胡说八道。
8 S. r" N. C5 R+ a8 @

/ R  t- |- e/ A% k, E/ b抱着试试看的态度，把同样的问题扔给了豆包和deepseek。
0 T& @' s1 l* |8 B8 h7 e  x
deepseek速度快，结果也对，但是过程是不对的。

2 H6 W0 q( s8 N$ E7 P, X  o# A  R
6 p  C: b" \1 b' H豆包过程比较绕，但是基本正确，结果也是对的。
& A+ D* {% m$ v& g5 f$ O
4 o/ N- n: C8 ]% |; D# {( L7 h
当然，都不如人推导的哈。

5 B. {- C: Z3 n) V7 a2 V4 L, K% k
9 C: ]/ {/ @2 k6 e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。
, g2 S' {% |, M& U$ k6 N
  j9 n, I$ ]2 U2 ^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。

/ e! j' r+ Q& R- w! U  ~# A


5 H2 U4 f' i9 [1 f/ j+ P; ^

可梦之

个人推导错了 落了一个系数2.

$ p% S- d" d6 f+ F( s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。
  J4 K5 Y) Q) ]) _# f3 N6 y
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。
! ?# q( M" Z3 H; u: u; X) ~
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。
# B# C% \' k- D3 ^  @& \) l
9 {) b5 L* B$ s2 c" r1 T# `  r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
* B/ j" L5 b3 |2 L我没用过花钱的AI， 但是我觉得各有优缺点吧。
0 o5 m2 ~+ H4 X; u& M8 c& k
  |2 z% z* z. C- Y/ n; m" d/ H" i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。

: ~4 R+ d% {- M% p; N! |
/ q; ?. K: t; ]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：

7 J& q8 }) i/ g$ i/ }" N: q3 S9.11和9.9哪个大
ChatGPT said:
ChatGPT
* f# Q( `8 c- V+ t3 g. G9.11 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：
' f0 |) S6 X1 W% ]/ }6 ]# e5 [* U2 j
' z6 V" Q9 G7 i! I1 j3 f+ ?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。
- W. U+ h# i! u: _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？

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。