中外大模型数学能力比拼

可梦之

  h2 p  |9 C. J+ g; y5 |& A7 d
遇到一个数学问题，懒得推导了。习惯性让GPT推一下。

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。

/ G) U; o$ w( T3 W% O
; P& |3 O) f3 V7 p6 K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


' M1 ?2 y" a9 X3 S! D- Z+ m& h
: v" O) P& E1 N5 m8 V

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。

deepseek速度快，结果也对，但是过程是不对的。

# T# l- y  v- x/ x5 C5 @
2 s; J4 i1 d9 h+ y) g6 }豆包过程比较绕，但是基本正确，结果也是对的。
' {( W  o7 Q' H" ^

当然，都不如人推导的哈。

2 f: f% z9 l2 e6 ~( c# n9 E  y
/ i' G- L9 U" T1 ~" e5 ^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。
( a- t: l3 M/ N. q9 \7 M" Y
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。

0 H9 k$ ?8 H0 |1 a



! j2 K- \8 m8 U! P" X

可梦之

个人推导错了 落了一个系数2.
4 ]# E+ ]$ o' T
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。
# y% B% S& H/ b" w) I" H1 l
7 J5 i* W: r5 _" f# Q  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。

. H& r6 f4 [; S/ G" B  z* g; C% 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。

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。

: R0 O- D# P) I& 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
我没用过花钱的AI， 但是我觉得各有优缺点吧。

1 w- o2 \' F+ E$ ~( w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。

5 T  ?& {! A8 v2 k3 Y9 C
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：
' i& _) I- x- f6 g* w7 K) F8 @' n
9 F+ c% C$ t- Y" [: o% }9 Z" U; h9.11和9.9哪个大
ChatGPT said:
ChatGPT
' A7 Z* W+ c! z; y9.11 比 9.9 大。
0 j# t2 W& w" @# ~; U2 `. p
  J; z6 q4 {2 x7 P0 y- I+ u$ I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。
由于 1 < 9，因此需要继续看下一位。
3 Q' L: z. p) v. ~; a9.11 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
+ Y. u) D+ j+ K9 Q3 x所以到底哪个更好？

; _  Z, @9 s3 J0 G6 L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。