大模型測不出9.11和9.9哪個大 AI常識困境暴露
大模型測不出9.11和9.9哪個大
近期,，一些主流人工智能模型在處理看似簡單的數(shù)學對比問題時，意外地出現(xiàn)了集體失誤,。問題聚焦于“9.11和9.9哪一個更大”,，即便是強大的GPT-4o以及谷歌的Gemini Advanced付費版等先進模型，都堅持認為9.11大于9.9,。更有甚者,，新晉的人工智能Claude 3.5 Sonnet還提供了一套看似合理卻錯誤的計算邏輯，通過將數(shù)字分解為小數(shù)部分進行比較,，最終得出了不正確的結論,。大模型測不出9.11和9.9哪個大,！
這一現(xiàn)象最初由Riley Goodside發(fā)現(xiàn)，他作為提示詞工程師,，在與GPT-4o的交互中注意到了這一異常,。在嘗試變換提問方式，甚至明確指定比較實數(shù)后,，多數(shù)模型仍未能糾正這一基本的數(shù)學判斷,。有趣的是，當提問的順序被調(diào)整后,，某些AI模型竟然能夠正確作答,，揭示了它們對于詞序的高度敏感性。
針對這一現(xiàn)象,，有觀察者推測，AI在沒有明確指令指示其進行算術比較時,，可能會誤解問題的意圖,，從而產(chǎn)生不合邏輯的答案。部分原因歸咎于大模型處理文本的token化方法,，其中9.11中的“11”被錯誤地賦予了比9更高的權重,，導致整體比較失準。
實驗還擴展到了國產(chǎn)大模型,，結果顯示類似的問題同樣存在,，盡管也有如騰訊的元寶和字節(jié)跳動的豆包等模型能夠正確處理并給出合理的解釋。深入分析揭示,，當明確告知AI這是關于雙精度浮點數(shù)的比較后,，它們通常能夠得出正確的答案，這凸顯了在特定情境下引導AI注意力機制的重要性,。
此外,，有討論指出AI訓練數(shù)據(jù)中可能缺乏基礎數(shù)學比較的實例，而對復雜或特定格式（如書籍章節(jié)編號）的頻繁接觸,，可能導致了這一類混淆,。這不僅反映了當前AI理解能力的局限性，也引發(fā)了關于如何優(yōu)化提問策略以引導AI正確解析問題的探討,。
場面壯觀,！馬競新援亮相大都會球場 備受球迷歡迎 能否閃耀西甲賽場拭目以待
老人坐三輪車上昏厥 司機打120
再度崛起：曼城連簽3名日本國腳,，女足梯隊打造要靠“亞洲支撐”
烏軍進攻庫爾斯克 讓俄軍加速進攻頓涅茨克
突發(fā)! 太陽連續(xù)裁掉2人! 庫里更新簡介, 哈登能力值創(chuàng)12年新低
日本超20萬人要求停止核污水排海 安全疑慮加劇
劉曉慶 早期愛女第一人 演繹時代女性覺醒
日印“2+2”對話硬扯中國，專家：兩國有權深化雙邊關系,，但不應針對第三方
俄烏就談判問題激烈交鋒：俄外長稱目前不可能恢復對話，烏總統(tǒng)稱正在實現(xiàn)戰(zhàn)略目標
日本民間團體代表：沖繩不需要美軍基地
美團哈啰等電動車退出武漢大學 新運營商及計費方案公布
俄軍新建三個集團軍,，準備怎么用？
潘展樂說在體育鍛煉中突破自我 實力鑄就新星傳奇
NBA一夜動態(tài): 太陽連裁兩名球員 勇士87歲名宿逝世庫里發(fā)聲追悼
美國不斷拱火菲律賓，中方：美無權介入中菲涉海問題
中方駁斥美翻炒“中國核威脅論”：美國才是全球最大的核威脅,、戰(zhàn)略風險的制造者
駐美使館提醒留學生租房換匯風險 務必謹慎操作
郭剛堂希望人販子被判死刑 期待二審"頂格處理
美國批準對韓出售36架“阿帕奇”直升機
再度崛起：曼城連簽3名日本國腳,，女足梯隊打造要靠“亞洲支撐”
老人坐三輪車上昏厥 司機打120
俄海軍“瓦良格”號編隊返航通過第一島鏈，遠航已滿7個月
俄媒：普京2011年以來首次視察俄車臣共和國,，卡德羅夫在機場迎接
獻血證過期不能用血,？醫(yī)院回應 血站規(guī)定引爭議
畫面曝光！“美軍事人員現(xiàn)身庫爾斯克”
專家談黑神話悟空對行業(yè)的影響 國產(chǎn)3A游戲新紀元
俄烏在庫爾斯克戰(zhàn)事“白熱化”,，俄烏“決勝”是否在此？
菲律賓，要為美國兩肋插刀了
場面壯觀,！馬競新援亮相大都會球場 備受球迷歡迎 能否閃耀西甲賽場拭目以待
處暑是秋天第2個節(jié)氣 滋陰潤肺正當時
以色列代表埃爾丹再出暴論：應把聯(lián)合國大樓從地球上抹去
機器鷹,、機器魚……軍用仿生機器人嶄露頭角
“不死鳥”的后代：漫談美海軍列裝新超遠程空空導彈
0-1, 0-2! 槍手遇苦主, 5次翻車, 賽季首敗或誕生, 難與曼城爭冠
黑悟空”爆了！一大波股票瘋漲：游戲熱潮席卷A股
相關新聞
大模型集體失智：9.11和9.9哪個大,，幾乎全翻車了
2024-07-18 09:34:37大模型集體失智：9.11和9.9哪個大AI答不出9.11和9.8誰大 大模型小學數(shù)學集體翻車
2024-07-17 20:40:10AI答不出9.11和9.8誰大北京網(wǎng)友測試教育大模型9.9比9.11大 8大模型犯錯揭示短板
近期,，一個看似簡單的數(shù)學問題挑戰(zhàn)了眾多先進的人工智能大模型,，引發(fā)了業(yè)界關注
2024-07-19 08:05:47北京網(wǎng)友測試教育大模型9.9比9.11大13.8和13.11哪個大？數(shù)學知識點引熱議
最近,，《歌手》節(jié)目里發(fā)生了一件有趣的事：孫楠與一位外籍歌手的得分異常接近,，這一微小差距激發(fā)了網(wǎng)友們對數(shù)字13.8和13.11大小比較的熱烈討論
2024-07-15 08:25:2713.8和13.11哪個大？李開復稱大模型瘋狂降價是雙輸 國內(nèi)大模型競爭白熱化
2024-05-22 09:56:37李開復稱大模型瘋狂降價是雙輸字節(jié)大模型比行業(yè)價格低99% 引領大模型“厘時代”革新
5月15日，字節(jié)跳動在火山引擎原動力大會上揭曉了豆包大模型
2024-05-15 17:20:28字節(jié)大模型比行業(yè)價格低99%
