中外大模型数学能力比拼

可梦之

' u7 J- r3 l, h
' x  ?3 D  \, o9 G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。
  l& j8 V' K) }9 H( P. m

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



& V6 J, J: O$ }( Y7 y% x, n) }' Z
2 {( Z- d0 q" `" A% d
( r* z5 I5 P, R, w) n% g要么继续胡说八道。
% A& x) J) ~9 ~8 R) }- s

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。

9 G8 o& o2 x4 f8 L4 I! C$ }; M
+ @* g9 t  [' O1 G' e  H  ]豆包过程比较绕，但是基本正确，结果也是对的。

. Z8 i( Z8 p% Q& M; o2 {; @
当然，都不如人推导的哈。


! ]$ P9 [% \) v1 f& Y# ]* x2 V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。
& ^* i8 P0 m# Y8 d5 K* e
- G* _% F3 F! m, |6 t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。
: m/ T) @; g! _$ f. c3 I, A+ Z

0 c+ J! P* Z. h* n% D
) [! F$ F+ Y6 r- W  Z3 o
" z( D5 f  ~" F3 F" ~5 r

可梦之

个人推导错了 落了一个系数2.
, E2 u* T) Q2 H1 t2 ]
5 d8 U# ]4 g/ X4 ]1 e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。

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。
* ?: r5 s; q7 V2 v
. X5 j# b9 \/ K2 w4 U) p( [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。

1 K" j7 R; e# @/ m/ _/ ^! e. c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；
) g2 v! m5 v5 k另外的一个笔记本我基本上只常规使用搜。

9 b, q3 ]1 ^7 W7 w5 M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。
$ W7 }9 `8 w) f( X6 V" f
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。

+ D  D& a+ j0 |9 Y9 L. z0 u' ]" P
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：
5 U) Y* n; a- r2 b
9.11和9.9哪个大
# t3 k+ x0 g0 w1 sChatGPT said:
# U: v7 ~/ {3 R% o* s2 f( dChatGPT
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：

; I8 u5 D) H9 x; L; f* u9.11 的小数第一位是 1，9.9 的小数第一位是 9。
1 |/ h. Q7 N+ Z. U& K/ m3 Q由于 1 < 9，因此需要继续看下一位。
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）。
! A, J* `/ V, @# e6 t0 c  b) r& s& [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？

) I$ I2 k: t/ D, i; P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。