中外大模型数学能力比拼

可梦之

2 l- w1 g4 |. [1 \) a) M0 K
4 f& z9 f5 T9 @& y7 B遇到一个数学问题，懒得推导了。习惯性让GPT推一下。
) k- Z& U7 o5 n; C( z2 D/ `
" R5 i$ z. f, Y/ e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。
! c/ h1 e0 q2 Z1 _) W6 [  ^$ y& c

. v  e, Y+ D; M1 ~3 @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


2 D6 X* l( |1 W" ~- t
0 g3 j& [5 Y4 ~* m- z

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。

% K0 I% ]) m: ]5 S5 ^deepseek速度快，结果也对，但是过程是不对的。
7 A- \  U) c' Y, r8 D4 [

豆包过程比较绕，但是基本正确，结果也是对的。


当然，都不如人推导的哈。
0 q8 d/ Z' F: k$ V' ^/ P2 @4 `

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。

& }. m$ j- F7 Z# [3 {" e, L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。


( B1 T  u  P( A! D; b8 s, I


) p, I5 T/ W; }- q# I  s

可梦之

个人推导错了 落了一个系数2.

" A& @9 l: }2 q0 s% F, H% k' A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。

* @& C5 q* m- e0 _! 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。
& [7 ?- ~" u: k
: b; U+ G+ e, w) l" H  t0 y1 t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；
* J- h: v# u2 A+ H: s# q' B: i另外的一个笔记本我基本上只常规使用搜。

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。
: `' @6 ~7 `5 ]  r0 A* g
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。

8 S" c8 m% s# g2 I6 C2 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：
8 o1 T4 \" {% z3 Z) ]9 n
9.11和9.9哪个大
/ ]! n% s6 s" h) V. S4 Y0 MChatGPT said:
ChatGPT
9.11 比 9.9 大。
9 s* d6 i  K1 q2 D
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：
' S# b( ]" A9 }1 A8 x
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。
  f, e& _/ n1 x& `4 `" G5 b9.11 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）。
2 S2 }+ r! g" e/ P因为 1 > 0，所以 9.11 > 9.9。

马鹿

方恨少 发表于 2025-1-26 12:55
7 i% U1 M% Y* w6 M- B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。