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。
, q) z/ B& L, ~$ ^1 L
1 x! g" q' M: O" E0 S' ]+ |4 ?4 ^9 X# N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 [# x0 a% H6 B8 ~& n
7 v/ r6 u' E4 @: J) J) [. 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
' g6 Z2 t5 _. @$ d: F. z6 U

* F) s/ ]3 t/ K7 _
; B- s7 x- B/ E3 G
7 I( C1 L! ~+ f& @+ k5 y. ?
要么继续胡说八道。
& h2 i7 G1 p2 r+ k3 X2 H

  `; w8 e5 N( r+ ?3 o) V+ ~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。
  k1 D9 r1 W' W0 p5 Z+ [& P+ L$ K, y

豆包过程比较绕，但是基本正确，结果也是对的。

. H7 u9 Q$ Y. H0 p' f3 X1 l( c8 W" [
当然，都不如人推导的哈。
( `& Y  K4 s8 S4 O. P8 \0 {
8 |  R7 X3 H/ b/ U6 x' [
% W& f, l7 B: k/ Y. ~. Y# l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。
! C+ h& ~6 A! V* D1 \9 n+ Q
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。
1 g5 n, B/ ]: `& g; ^

0 Q' D/ U5 x( c1 R! \8 p  T! h
- _4 k2 @( q: [8 q/ o8 T/ g" R

2 B$ W9 n5 M) F0 y+ t

可梦之

个人推导错了 落了一个系数2.

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。
1 H/ o( B( |% u9 s1 m
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。

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；
3 h! Q5 H  m" ^另外的一个笔记本我基本上只常规使用搜。
  g( f1 \/ h3 k. l' S2 T9 B
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。

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。

, F! T) G: K. U& ]7 D4 B: g9 f* R
" ?: ~* p% p# C1 S2 A# L9 e# }! S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：
2 N' v+ q  a/ g. R
- x, z3 E1 h# x  K* N% e9.11和9.9哪个大
ChatGPT said:
) ?' v) W# o7 H8 w- {& m1 p2 y* k7 JChatGPT
8 }2 p) @7 }3 p+ l7 M9.11 比 9.9 大。

7 U: H1 r9 }/ o0 e& K: 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：

$ f+ m6 u4 J1 Y* P8 F. s1 s9 d0 ^" R9.11 的小数第一位是 1，9.9 的小数第一位是 9。
1 u0 W3 C" l: S. `7 @& I6 c由于 1 < 9，因此需要继续看下一位。
3 ?) b) T; T% f* g4 M+ c; t9 g9.11 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）。
7 c. N$ x4 ^# w9 B" S+ `, q4 o因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
, T. k/ y  G. M& v, G  k/ Z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。