中外大模型数学能力比拼

可梦之

2 R8 A5 Q* s' V; a+ B6 G7 P/ `
" d$ R; ^5 j, n遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
$ {2 p9 v6 K( D$ s
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。

) W" B; S: z1 Z7 r  l
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

7 M. x4 E+ S6 W9 V, y
' a- a3 A6 b* I) F) Y, M' n
- a( e! Y# ~" ]' U0 A' `3 R4 u/ [

7 Q3 h# s" r7 C$ T要么继续胡说八道。

- n/ H" u. @; P3 e
抱着试试看的态度，把同样的问题扔给了豆包和deepseek。

7 _: `9 @: f+ w# z4 ldeepseek速度快，结果也对，但是过程是不对的。


$ w6 X1 H) K4 I3 k) Q! v$ s1 e豆包过程比较绕，但是基本正确，结果也是对的。
4 |; I3 R: u' R2 g
; v/ ~: _4 s" x% {% V8 f
当然，都不如人推导的哈。
- i' r# Y# L2 d5 n2 m7 P7 k
( r4 f: N) s3 w+ y4 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。
4 X6 N9 m- i3 H0 X2 z/ u" r
! e- ]$ R" K0 S- E' x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。
* J$ r/ ~: W, ~; l

9 L2 [, K2 \, n: @0 G

可梦之

个人推导错了 落了一个系数2.
0 W( Q0 |2 q4 p: u
7 L0 v/ G$ k9 ?' D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。
, q- p9 L6 O  {. c8 O
- v5 j8 q9 w; F9 b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 u. c* \5 Y8 u
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。

* \+ e1 w; V! c1 z4 f$ P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。
- I) B2 E: S' f* v8 F3 D( O3 k/ k' y
  w5 @2 j0 h, z  x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
' u4 x( y# G3 B: \0 a我没用过花钱的AI， 但是我觉得各有优缺点吧。

- f9 N% b. N, d* \( T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。

- m  p  h" _4 B: O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
ChatGPT 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：
' h% d, D* [( s  U/ P$ k
, r$ B2 E, w* _) P# k9.11 的小数第一位是 1，9.9 的小数第一位是 9。
* b1 S# q# D8 z/ G" e% ^* u由于 1 < 9，因此需要继续看下一位。
, H0 t- k' I/ N4 y- x# _" n9 W3 _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
" b) M, w8 V8 H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。