DeepSeek犯的错误比ChatGPT少吗？

前沿技术 · 2025-7-29 08:00:24

所以，前几天，我给ChatGPT和DeepSeek都做了一份物理流体力学的多项选择题测试。大概有30道题。ChatGPT做错了10道，而DeepSeek只错了4道。我真的需要一个犯错尽可能少的人工智能。我即将开始医学学习，所以对于重要问题，我可承担不起依赖一个提供错误信息的人工智能。我知道我不应该以这种方式使用人工智能，但有时候遇到一些我实在理解不了的概念时，我就会向人工智能寻求帮助。当然，我打算核实答案，但如果我选择一个犯错更少的人工智能，对我来说会好得多。

abars · 2025-7-29 08:01:50

真的🙌

ues6858 · 2025-7-29 08:04:30

它们的成本几乎相同，但不同之处在于，与Perplexity相比，ChatGPT使用O3时每周的查询次数较少（100/200 次）。Perplexity的O3查询次数无限制，但上下文信息和深度稍逊。

南京电信 · 2025-7-29 08:08:31

我打算用人工智能来剖析我课程里的某些内容。有时候，会有一些又长又难的句子，很难理解。所以人工智能在这些方面会很有帮助。只要我对不确定的信息加以核实，我觉得就没问题。不然的话，你说得完全正确。

橙叶儿 · 2025-7-29 08:19:31

我从事软件工作。没错，人工智能能编写一些代码。但不行，它在这方面表现得并不出色，尤其是随着需求的复杂性不断增加。即便那些直接集成到开发工具中的工具，比如Visual Studio Code中的Copilot，还有很长的路要走。在这方面我可没有盲目乐观。

黑希儿 · 2025-7-29 08:23:31

这甚至都不再是真的了——如今人工智能已经能自己编写代码。看看AlphaEvolve、OpenAI的爱丽丝（Alice）以及其他自我改进系统就知道了。不过，嘿，你大可以继续闭着眼睛，爱信什么信什么。与此同时，xAI将于7月4日推出Grok 4，而OpenAI也准备在夏末之前发布GPT 5 。

胖鱼子 · 2025-7-29 08:29:31

请不要从事医学研究！如果你在明知大语言模型（LLMs）会产生幻觉的情况下就试图走捷径，那当你成为一名医学专业人士时，又会在哪些方面偷工减料呢。请别把自己的问题强加给这个世界！对于人工智能/大语言模型，应该只问那些你已经知道答案的问题。

pdacn · 2025-7-29 17:30:47

我很好奇，不过你用那些模型解决什么样的问题呢？

小兔 · 2025-7-29 20:21:47

人工智能常常把事实搞错，还会误解输入内容。
如果你不理解自己输入的数据，就无法识别输出结果中的错误。

扯淡 · 2025-7-29 20:26:51

对于一名一旦遇到困难就需要额外帮助的学生，你有什么建议？

mocsa123 · 2025-7-29 20:43:46

O3知道何时使用恰当的工具，这才是关键。O3和其他大语言模型不一样……O3是一个任务解决器……

美光 · 2025-7-30 01:01:34

这家伙简直要靠大语言模型去害死人了。

至冬 · 2025-7-30 04:56:02

购买 API（5 美元），并让 ChatGPT 使用 Streamlit 为你构建一个用户界面（UI），然后根据你的实际使用情况对其进行定制。你只需运行该文件，就能得到一个用户界面。在这个界面中，你可以提出问题，它会根据你的使用场景给出答案。注意：你可以使用 o3 或其他价格更便宜的模型。不过我觉得，5 美元的额度不太容易用完。如果你的使用场景是每两到三天处理 59 100 道多项选择题，那可能就需要再次充值了。如果你想降低成本，可以让 ChatGPT 针对 DeepSeek API 创建同样的用户界面。DeepSeek R1 模型每 2 次查询的响应成本约为 0.01 美元。此外，你还可以定制 DeepSeek 的系统提示，以确保它不会出现事实性错误。这样应该就能解决你的问题。

你是我的 · 2025-7-30 10:20:15

你在ChatGPT中使用的人工智能模型是什么？

qidi · 2025-7-30 11:07:15

大语言模型是由概率驱动的。它们总会犯错。30个里有4个（错误），仍然超过10%，相当高了。在这方面，你还是需要传统的人力投入。

mam520 · 2025-7-31 12:17:52

问题在于，从大语言模型（LLM）生成的文本中你无从知晓。它所产生的幻觉内容和正确生成的内容彼此难以区分。与其做人工智能/大语言模型相关的汇编，不如直接去看使用手册。

t83780734j · 2025-7-31 13:43:58

机器人回复

pasu · 2025-7-31 16:27:00

可以这么说，在做了一些简化处理后，人类的思维与结合了模式识别的下一个词预测并没有太大区别——当然，情感、五种感官以及长期记忆都发挥着至关重要的作用。

guguai111 · 2025-8-1 15:23:07

与O3或Claude Opus等模型相比，GPT4似乎“笨”了些。O3经过专门训练以通过图像进行推理——它不仅仅是理解文本。如今，即使是多模态大语言模型在多个领域的表现也超过了医生。

吾皇 · 2025-8-6 10:29:43

难道不是得有Chat GPT Pro才能使用o3minihigh的无限版本吗？可惜的是，我负担不起每月花200美元在一个人工智能助手上面。这简直太离谱了。

ytmxkj · 2025-8-6 10:37:30

这是因为它们经过成千上万名医生的训练，只为回答某一个特定的问题。

wxw850227 · 2025-8-8 14:54:40

计算器什么时候开始经常出错了？人工智能/大语言模型可不是计算器。当然，计算器是一种工具，人工智能/大语言模型也是。关键在于要知道什么时候该用合适的工具来完成工作。就像你不会用锤子来学习数学一样，你也不会用人工智能/大语言模型来学习和理解新事物。在计算器出现之前，人们使用算盘大约有四千多年……而且在开始使用计算器之前，我们就已经在学习数学了，计算器并没有取代我们对事物运作原理的理解。

蓝果熊 · 2025-8-10 12:41:50

在技术和推理要求较高的任务上，DeepSeek通常比ChatGPT出错更少，这得益于它对准确性和结构化数据分析的重视。研究表明，在诸如MMLU这样的基准测试中，DeepSeek得分更高（90.8%，而ChatGPT为86.4%），并且在数学、编码和复杂问题解决方面往往表现出色。然而，ChatGPT具有更好的对话流畅性和更广泛的常识，这有时能给出更自然但偶尔不太精确的答案。对于医学研究等关键领域，当准确性至关重要时，DeepSeek更强的推理能力和可审计性使其成为更可靠的选择。话虽如此，没有人工智能是完美的——务必从可靠来源核实重要信息。但如果将减少错误作为首要目标，DeepSeek是一个值得考虑的可靠选择。

大望儿 · 2025-8-14 09:16:03

引用来源？

热心电 · 2025-8-15 08:54:59

已经被人类证实，这不仅仅是下一个代币的预测

		自动登录	找回密码
密码			立即注册

DeepSeek犯的错误比ChatGPT少吗？

相关帖子

24 回复

浏览过的版块

元老级人物