AI漫漫長路。最近用open AI， deep seek和 gemini 做AP calculus題目

來源: 加州lalin 於 2025-05-08 10:19:23 [] [博客] [舊帖] [給我悄悄話] 閱讀數 : (588 bytes)

OpenAI 最差勁，給出的答案80%是錯的，還很自信的錯。

Deep seek，囉嗦的不像話，大多數情況囉嗦半天沒答案，或者錯。出錯率 60%， 但是比Open AI誠實。

Gemini 明顯比上麵兩家好一點。做不出，能老老實實說解不了。沒有混說的狀態。

AP Calculus是好多工程項目的基礎，就這樣的水平，AI的現實離我們遠著呢。

我沒有試過Grok，主要是不喜歡用Twitter/X。不知道Grok如何。

所有跟帖： 

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

• Twitter讓我卻步。要想想是否用。 -加州lalin- ♀ 給 加州lalin 發送悄悄話 加州lalin 的博客首頁 (200 bytes) () 05/08/2025 postreply 10:24:04

• OpenAI 要用對model 不同的表現差很多 GEMINI 承認錯誤最徹底 每次都是發至內心的檢討 但表現差 -挖礦- ♂ 給 挖礦 發送悄悄話 (0 bytes) () 05/08/2025 postreply 10:21:19

• Gemini 實誠。 Open AI最滑頭，就是騙子。Deep Seek是個不懂裝懂 囉囉嗦嗦的磚頭。 -加州lalin- ♀ 給 加州lalin 發送悄悄話 加州lalin 的博客首頁 (0 bytes) () 05/08/2025 postreply 10:25:36

• 同意 OpenAI 最接近印度思維 第三次開始偷懶 cut corner -挖礦- ♂ 給 挖礦 發送悄悄話 (0 bytes) () 05/08/2025 postreply 10:27:16

• 哎，我看答案，腦補畫麵就是對麵坐著一個搖頭的阿三 -加州lalin- ♀ 給 加州lalin 發送悄悄話 加州lalin 的博客首頁 (0 bytes) () 05/08/2025 postreply 10:28:19

• 哈哈 -凊荷- ♀ 給 凊荷 發送悄悄話 凊荷 的博客首頁 (0 bytes) () 05/08/2025 postreply 10:29:17

• 哈哈哈。 尤其是大語言模型， 要達到解微積分，阻礙很大。 -24橋明月夜- ♀ 給 24橋明月夜 發送悄悄話 (0 bytes) () 05/08/2025 postreply 10:22:31

• Open AI 要用O3 or O4mini 這個才是reasoning model -凊荷- ♀ 給 凊荷 發送悄悄話 凊荷 的博客首頁 (240 bytes) () 05/08/2025 postreply 10:24:34

• 用的就是O4 -加州lalin- ♀ 給 加州lalin 發送悄悄話 加州lalin 的博客首頁 (0 bytes) () 05/08/2025 postreply 10:25:56

• 也這麽差啊 -凊荷- ♀ 給 凊荷 發送悄悄話 凊荷 的博客首頁 (0 bytes) () 05/08/2025 postreply 10:28:44

• 態度很好，我說你答案錯，他就再做一遍，換個錯法。 -加州lalin- ♀ 給 加州lalin 發送悄悄話 加州lalin 的博客首頁 (0 bytes) () 05/08/2025 postreply 10:29:53

• 很熱情，說個沒完沒了。Gemini強不少。哦，還有個 -凊荷- ♀ 給 凊荷 發送悄悄話 凊荷 的博客首頁 (34 bytes) () 05/08/2025 postreply 10:31:26

• both OpenAI 和deep Seek都會卡殼，自己編不下去。 -加州lalin- ♀ 給 加州lalin 發送悄悄話 加州lalin 的博客首頁 (0 bytes) () 05/08/2025 postreply 10:41:23

• 人腦的複雜性, AI 一時代替不了 -恒媽- ♀ 給 恒媽 發送悄悄話 (0 bytes) () 05/08/2025 postreply 10:28:56

• 做不好數學的Ai， 都是騙子。 -加州lalin- ♀ 給 加州lalin 發送悄悄話 加州lalin 的博客首頁 (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- ♂ 給 violinpiano 發送悄悄話 (0 bytes) () 05/08/2025 postreply 10:33:16

• 靠題庫？AP calculus沒啥題庫。 -加州lalin- ♀ 給 加州lalin 發送悄悄話 加州lalin 的博客首頁 (0 bytes) () 05/08/2025 postreply 10:36:05

• 你用的是免費還是付費的，Open AI？ -兩女寶媽- ♀ 給 兩女寶媽 發送悄悄話 兩女寶媽 的博客首頁 (0 bytes) () 05/08/2025 postreply 10:37:41

• O4手機版每天有幾次免費使用。但，大多數都是錯的答案，就這樣，想讓我付費？ -加州lalin- ♀ 給 加州lalin 發送悄悄話 加州lalin 的博客首頁 (248 bytes) () 05/08/2025 postreply 10:50:27

• 哈哈，主要我是用付費的。。。 -兩女寶媽- ♀ 給 兩女寶媽 發送悄悄話 兩女寶媽 的博客首頁 (0 bytes) () 05/08/2025 postreply 11:32:34

• 而且，我深度懷疑他們的大數據後麵有不同的路徑，導向不同的答案。如果是用人訓練的 -加州lalin- ♀ 給 加州lalin 發送悄悄話 加州lalin 的博客首頁 (0 bytes) () 05/08/2025 postreply 10:37:55

• 隨著訓練人才越來越多傾向用印度，咖喱味越來越多。 -加州lalin- ♀ 給 加州lalin 發送悄悄話 加州lalin 的博客首頁 (0 bytes) () 05/08/2025 postreply 10:38:54

• 我自己用的經驗，Deep seek 最好，至少有對的內容，討論幾次後能得到想要的，不會錯的太離譜 -linda2- ♀ 給 linda2 發送悄悄話 linda2 的博客首頁 (0 bytes) () 05/08/2025 postreply 10:56:50

• 和我的經驗一樣。 Deep Seek的業績最好， 各方麵都好。 -24橋明月夜- ♀ 給 24橋明月夜 發送悄悄話 (0 bytes) () 05/08/2025 postreply 11:27:54

• 握手~ -linda2- ♀ 給 linda2 發送悄悄話 linda2 的博客首頁 (0 bytes) () 05/08/2025 postreply 11:44:38

• 人類智力的基礎是邏輯（數學） 和表達。LLM目前的應用都停留在表達上，內容是靠搜索不是思考。 -加州lalin- ♀ 給 加州lalin 發送悄悄話 加州lalin 的博客首頁 (0 bytes) () 05/08/2025 postreply 10:59:37

• 最近用了Claude,還不錯 -qqdragon- ♀ 給 qqdragon 發送悄悄話 (0 bytes) () 05/08/2025 postreply 11:05:49

• AI做AP cal 是不行，我娃自己錯了一個選擇題，用AI居然同樣錯法，物理也是類似，最後還是問老師了 -maplewind011- ♂ 給 maplewind011 發送悄悄話 (0 bytes) () 05/08/2025 postreply 12:18:02

請您先登陸，再發跟帖！