设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1902|回复: 5
打印 上一主题 下一主题

[科技前沿] 中外大模型数学能力比拼

[复制链接]
  • TA的每日心情
    奋斗
    2021-4-20 05:43
  • 签到天数: 300 天

    [LV.8]合体

    跳转到指定楼层
    楼主
     楼主| 发表于 2025-1-26 17:34:23 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 可梦之 于 2025-1-26 17:57 编辑 5 U- B2 z! d6 ^. ~0 P0 \

    " S: C$ [4 Q: t( u9 m遇到一个数学问题,懒得推导了。习惯性让GPT推一下。
    % B0 y( D) O9 x* c. |4 f
      h. l& {' h. [- L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。
    8 _4 l: u, \0 o9 q: s: W9 }, B  h% m$ i( R* y
    , L$ X& R5 r8 z; l# 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
    ) b! T4 \2 B( g/ Z! o+ r' `! t: r) s( o3 ?, L

    + k$ W( d9 I" x* `: f' _. z' n. B8 H8 j" q/ F) |  n

    ' \+ V5 h6 i# O, S, @2 c7 Y
    9 `4 A* t+ W- S% L要么继续胡说八道。
    , X% q7 }$ A) G0 v4 S6 O8 q4 V$ ]* `0 F' K& a2 W8 }

    5 x  J. |1 t0 P6 X( t) J1 {抱着试试看的态度,把同样的问题扔给了豆包和deepseek。- h, b# G* H6 B; `8 Q
    6 n" @) g& |" t) o0 j% |
    deepseek速度快,结果也对,但是过程是不对的。
    5 u# l! u5 R) R, H; d9 z& e+ R1 U. }8 v+ e

    - }' [8 N5 Z; B豆包过程比较绕,但是基本正确,结果也是对的。3 A; U& B5 J8 m# @1 u$ O2 A7 [
    - g7 N2 M- j( K. |% l. r* Q
    & K# V* |2 u, w0 D1 m) P" ]% S
    当然,都不如人推导的哈。* l, X! S8 P; v7 X( W( T

    8 Q# T  O4 {  R  B3 {7 u9 ?3 X& Q- l* k9 F
    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。) Q' W6 f/ C( I; C

    ; a  C# |) ~; Z6 [% k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。
    ( T* P( R3 d: B
    : n3 G' P6 W, {' o* Y7 d! U0 P* j; N( P8 u; u; O6 R
    , ~. w0 |9 O( z$ B6 [  ~+ T

    . e3 v+ E: p% J
    + I& ^% ^4 u, g. U: H2 u! P. {

    评分

    参与人数 4爱元 +36 收起 理由
    helloworld + 10
    方恨少 + 12
    pcb + 4
    johnsonjian + 10

    查看全部评分

  • TA的每日心情
    奋斗
    2021-4-20 05:43
  • 签到天数: 300 天

    [LV.8]合体

    沙发
     楼主| 发表于 2025-1-26 18:52:01 | 只看该作者
    个人推导错了 落了一个系数2. ( P$ \( ]  c) {
    & S! B0 a  ]' i+ f8 L
    这也是我们需要AI的原因啊
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    10 小时前
  • 签到天数: 3808 天

    [LV.Master]无

    板凳
    发表于 2025-1-26 22:43:24 | 只看该作者
    我没用过花钱的AI, 但是我觉得各有优缺点吧。& i/ G8 t8 r5 S

    2 ]% x. C0 C9 B) L- G5 e5 D; e% \+ z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' Y; V& i- b' i7 U
    7 k# U( |/ [0 n; [
    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) b# _! f$ g* m/ ~% ~4 Q' Y2 P$ g: v$ a

    / P- @( j) x" q, J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;
    / x' w, k1 W! ]  d6 q另外的一个笔记本我基本上只常规使用搜。
    % f9 s8 X, U/ W! |- `9 H6 t: b$ S  z' B0 D9 i6 R3 _
    我个人的本上装了好几个AI, 经常每个问一下。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    6 小时前
  • 签到天数: 2968 天

    [LV.Master]无

    地板
    发表于 2025-1-27 01:55:48 | 只看该作者
    马鹿 发表于 2025-1-26 22:43) g4 d7 {  B. c7 X( f) ^7 ~
    我没用过花钱的AI, 但是我觉得各有优缺点吧。
    " T! I) O1 D4 ?
    0 x, p- e* V" y/ T6 Y! p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。

    1 m( y3 i# S0 u. O6 L/ f4 h" ]% {% z- C7 i7 V7 C# u1 F/ e
    所以到底哪个更好?
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    慵懒
    3 小时前
  • 签到天数: 2576 天

    [LV.Master]无

    5#
    发表于 2025-1-27 03:30:40 | 只看该作者
    Chatgpt数学非常不行。以下是个典型例子:
    & i6 f# |! Y% b% ?0 g2 H0 k. `2 K$ S  X8 B; l/ }8 D: L
    9.11和9.9哪个大
    2 p" {, i7 L5 W3 P3 nChatGPT said:( S3 D; G0 F, ~4 C! H% K, a
    ChatGPT
    8 b( N! c' B$ O: l) \9.11 比 9.9 大。$ q( U6 ]% v/ s7 T1 n+ D. b

    ! g+ X4 o; `* M; v% e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:
    . T2 R3 T/ r/ O* E2 \/ I* H4 ~
    % Y+ N2 O% @8 R$ S" \- J, T9.11 的小数第一位是 1,9.9 的小数第一位是 9。2 J7 @, N% z+ i  l
    由于 1 < 9,因此需要继续看下一位。( S+ T) N5 j1 S: ]$ y- a. S0 k
    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)。8 P  Q5 f1 |% p# {2 Y- m
    因为 1 > 0,所以 9.11 > 9.9。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    10 小时前
  • 签到天数: 3808 天

    [LV.Master]无

    6#
    发表于 2025-1-27 03:44:05 | 只看该作者
    方恨少 发表于 2025-1-26 12:55
    . ?. X3 p8 C$ c& J2 U% R所以到底哪个更好?

    ! a1 A7 E8 x" K) [6 i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。
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2026-6-7 10:40 , Processed in 0.056364 second(s), 18 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表