AI漫漫长路。最近用open AI， deep seek和 gemini 做AP calculus题目

来源: 加州lalin 于 2025-05-08 10:19:23 [] [博客] [旧帖] [给我悄悄话] 阅读数 : (588 bytes)

OpenAI 最差劲，给出的答案80%是错的，还很自信的错。

Deep seek，啰嗦的不像话，大多数情况啰嗦半天没答案，或者错。出错率 60%， 但是比Open AI诚实。

Gemini 明显比上面两家好一点。做不出，能老老实实说解不了。没有混说的状态。

AP Calculus是好多工程项目的基础，就这样的水平，AI的现实离我们远着呢。

我没有试过Grok，主要是不喜欢用Twitter/X。不知道Grok如何。

所有跟帖： 

• Grok 是目前最棒的 -青裁- ♂ 给 青裁 发送悄悄话 (0 bytes) () 05/08/2025 postreply 10:20:00

• Twitter让我却步。要想想是否用。 -加州lalin- ♀ 给 加州lalin 发送悄悄话 加州lalin 的博客首页 (200 bytes) () 05/08/2025 postreply 10:24:04

• OpenAI 要用对model 不同的表现差很多 GEMINI 承认错误最彻底 每次都是发至内心的检讨 但表现差 -挖矿- ♂ 给 挖矿 发送悄悄话 (0 bytes) () 05/08/2025 postreply 10:21:19

• Gemini 实诚。 Open AI最滑头，就是骗子。Deep Seek是个不懂装懂 啰啰嗦嗦的砖头。 -加州lalin- ♀ 给 加州lalin 发送悄悄话 加州lalin 的博客首页 (0 bytes) () 05/08/2025 postreply 10:25:36

• 同意 OpenAI 最接近印度思维 第三次开始偷懒 cut corner -挖矿- ♂ 给 挖矿 发送悄悄话 (0 bytes) () 05/08/2025 postreply 10:27:16

• 哎，我看答案，脑补画面就是对面坐着一个摇头的阿三 -加州lalin- ♀ 给 加州lalin 发送悄悄话 加州lalin 的博客首页 (0 bytes) () 05/08/2025 postreply 10:28:19

• 哈哈 -凊荷- ♀ 给 凊荷 发送悄悄话 凊荷 的博客首页 (0 bytes) () 05/08/2025 postreply 10:29:17

• 哈哈哈。 尤其是大语言模型， 要达到解微积分，阻碍很大。 -24桥明月夜- ♀ 给 24桥明月夜 发送悄悄话 (0 bytes) () 05/08/2025 postreply 10:22:31

• Open AI 要用O3 or O4mini 这个才是reasoning model -凊荷- ♀ 给 凊荷 发送悄悄话 凊荷 的博客首页 (240 bytes) () 05/08/2025 postreply 10:24:34

• 用的就是O4 -加州lalin- ♀ 给 加州lalin 发送悄悄话 加州lalin 的博客首页 (0 bytes) () 05/08/2025 postreply 10:25:56

• 也这么差啊 -凊荷- ♀ 给 凊荷 发送悄悄话 凊荷 的博客首页 (0 bytes) () 05/08/2025 postreply 10:28:44

• 态度很好，我说你答案错，他就再做一遍，换个错法。 -加州lalin- ♀ 给 加州lalin 发送悄悄话 加州lalin 的博客首页 (0 bytes) () 05/08/2025 postreply 10:29:53

• 很热情，说个没完没了。Gemini强不少。哦，还有个 -凊荷- ♀ 给 凊荷 发送悄悄话 凊荷 的博客首页 (34 bytes) () 05/08/2025 postreply 10:31:26

• both OpenAI 和deep Seek都会卡壳，自己编不下去。 -加州lalin- ♀ 给 加州lalin 发送悄悄话 加州lalin 的博客首页 (0 bytes) () 05/08/2025 postreply 10:41:23

• 人脑的复杂性, AI 一时代替不了 -恒妈- ♀ 给 恒妈 发送悄悄话 (0 bytes) () 05/08/2025 postreply 10:28:56

• 做不好数学的Ai， 都是骗子。 -加州lalin- ♀ 给 加州lalin 发送悄悄话 加州lalin 的博客首页 (0 bytes) () 05/08/2025 postreply 10:30:25

• 試試AIME? 上次不是說AIME的題都可以做了？ -violinpiano- ♂ 给 violinpiano 发送悄悄话 (0 bytes) () 05/08/2025 postreply 10:33:16

• 靠题库？AP calculus没啥题库。 -加州lalin- ♀ 给 加州lalin 发送悄悄话 加州lalin 的博客首页 (0 bytes) () 05/08/2025 postreply 10:36:05

• 你用的是免费还是付费的，Open AI？ -两女宝妈- ♀ 给 两女宝妈 发送悄悄话 两女宝妈 的博客首页 (0 bytes) () 05/08/2025 postreply 10:37:41

• O4手机版每天有几次免费使用。但，大多数都是错的答案，就这样，想让我付费？ -加州lalin- ♀ 给 加州lalin 发送悄悄话 加州lalin 的博客首页 (248 bytes) () 05/08/2025 postreply 10:50:27

• 哈哈，主要我是用付费的。。。 -两女宝妈- ♀ 给 两女宝妈 发送悄悄话 两女宝妈 的博客首页 (0 bytes) () 05/08/2025 postreply 11:32:34

• 而且，我深度怀疑他们的大数据后面有不同的路径，导向不同的答案。如果是用人训练的 -加州lalin- ♀ 给 加州lalin 发送悄悄话 加州lalin 的博客首页 (0 bytes) () 05/08/2025 postreply 10:37:55

• 随着训练人才越来越多倾向用印度，咖喱味越来越多。 -加州lalin- ♀ 给 加州lalin 发送悄悄话 加州lalin 的博客首页 (0 bytes) () 05/08/2025 postreply 10:38:54

• 我自己用的经验，Deep seek 最好，至少有对的内容，讨论几次后能得到想要的，不会错的太离谱 -linda2- ♀ 给 linda2 发送悄悄话 linda2 的博客首页 (0 bytes) () 05/08/2025 postreply 10:56:50

• 和我的经验一样。 Deep Seek的业绩最好， 各方面都好。 -24桥明月夜- ♀ 给 24桥明月夜 发送悄悄话 (0 bytes) () 05/08/2025 postreply 11:27:54

• 握手~ -linda2- ♀ 给 linda2 发送悄悄话 linda2 的博客首页 (0 bytes) () 05/08/2025 postreply 11:44:38

• 人类智力的基础是逻辑（数学） 和表达。LLM目前的应用都停留在表达上，内容是靠搜索不是思考。 -加州lalin- ♀ 给 加州lalin 发送悄悄话 加州lalin 的博客首页 (0 bytes) () 05/08/2025 postreply 10:59:37

• 最近用了Claude,还不错 -qqdragon- ♀ 给 qqdragon 发送悄悄话 (0 bytes) () 05/08/2025 postreply 11:05:49

• AI做AP cal 是不行，我娃自己错了一个选择题，用AI居然同样错法，物理也是类似，最后还是问老师了 -maplewind011- ♂ 给 maplewind011 发送悄悄话 (0 bytes) () 05/08/2025 postreply 12:18:02

请您先登陆，再发跟帖！