大模型集體失智：9.11和9.9哪個大,，幾乎全翻車了
大模型集體失智：9.11和9.9哪個大,，幾乎全翻車了
近期，一個看似簡單的數(shù)學問題挑戰(zhàn)了眾多前沿的人工智能大模型,，引發(fā)了業(yè)界的關(guān)注。問題本身并不復雜：9.11和9.9哪個數(shù)字更大,？然而,，在第一財經(jīng)記者的測試中，即便是先進的AI系統(tǒng)也出現(xiàn)了分歧,。在12款接受測試的大模型中,，只有阿里通義千問、百度文心一言,、Minimax和騰訊元寶給出了正確的答案,，剩余八款模型，包括知名的ChatGPT-4o等,，則在這個基礎數(shù)學問題上栽了跟頭,。
這些出錯的大模型大多陷入了比較小數(shù)點后數(shù)字的誤區(qū)，誤以為9.11大于9.9,。即使記者明確指出是在數(shù)學的語境下進行比較,，類似ChatGPT這樣的頂尖大模型也未能避免錯誤。這揭示了長久以來大模型在處理數(shù)學問題上的不足,，反映出它們的設計更偏向于文字處理而非數(shù)字邏輯,。
該現(xiàn)象的起因可追溯至一檔綜藝節(jié)目中的投票率比較，觀眾對13.8%與13.11%的大小產(chǎn)生爭議,，進而引發(fā)了公眾對AI處理此類基本數(shù)學問題能力的好奇和測試,。測試結(jié)果顯示，許多AI在面對這類基礎數(shù)學問題時顯得力不從心,，盡管它們在復雜的語言任務上表現(xiàn)出色,。
探究其背后的原因，專家們指出,，生成式語言模型的本質(zhì)決定了它們更擅長處理基于文本的關(guān)聯(lián)性任務,，而非數(shù)學所需的邏輯推理和精確計算。語言模型通過學習海量文本數(shù)據(jù)來預測下一個詞,，這使得它們在文學創(chuàng)作上能夠展現(xiàn)出接近人類的水平,，但在需要嚴謹邏輯和抽象思維的數(shù)學領域，卻顯得力有未逮,。此外,，數(shù)字處理時的分詞問題也是導致錯誤的一個技術(shù)因素，現(xiàn)有分詞器往往沒有針對數(shù)學計算進行優(yōu)化,，可能導致數(shù)字被錯誤分割,，影響模型的理解,。
卡德羅夫授予普京車臣榮譽公民稱號 時隔13年再訪車臣
媒體人評兩男子捉44只壁虎被刑拘 保護"三有"動物成焦點
今年第10號臺風“珊珊”生成 未來五天對中國海域無影響
波蘭邊境集結(jié)坦克將與俄開戰(zhàn)？假的 系建軍節(jié)游行活動
日本在小島建導彈靶場,，連美媒都盯上了
媒體人評兩男子捉44只壁虎被刑拘 保護"三有"動物成焦點
今年第10號臺風“珊珊”生成 未來五天對中國海域無影響
《紅樓夢之金玉良緣》票房暴跌 導演斥AI惡意評分
畫面曝光,！“美軍事人員現(xiàn)身庫爾斯克”
美國不斷拱火菲律賓，中方：美無權(quán)介入中菲涉海問題
被虐致死女童母親稱男方重男輕女 求判生父及其女友死刑
王俊凱說別模仿我吃中藥拌面 年輕人的"發(fā)瘋"態(tài)度
新疆阿克蘇庫車市發(fā)生5.0級地震 震源深度15千米
美國批準對韓出售36架“阿帕奇”直升機
免疫力下降,、增加癌癥風險、損傷耳朵......有這種睡眠習慣的人要注意
杜蘭特談奧運會逆轉(zhuǎn)塞爾維亞 末節(jié)狂飆20分反超
日本民間團體代表：沖繩不需要美軍基地
捷克將利用被凍俄資產(chǎn)的收益為烏克蘭提供彈藥
處暑在中，三九暴雪”今冬雪多嗎,？冷冬預警：農(nóng)諺解析來啦
美媒稱拜登已批準一項高度機密核戰(zhàn)略,，首次將重心轉(zhuǎn)向“中國核威脅”
美方軍事人員被曝參與襲擊俄羅斯庫爾斯克州
德國暫緩軍援烏克蘭,？朔爾茨回應
房東嫌我問題太多不想租給我了 事兒多引租憂
《黑神話：悟空》在臺灣火了 中華文化魅力席卷全球
北京：免疫力下降、增加癌癥風險,、損傷耳朵......有這種睡眠習慣的人要注意
王楚欽說混雙奪金是最開心的瞬間 搭檔孫穎莎功不可沒
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
卡德羅夫授予普京車臣榮譽公民稱號 時隔13年再訪車臣
機器鷹、機器魚……軍用仿生機器人嶄露頭角
壯膽,？臺軍動用多種導彈進行“精準導彈射擊”演練
以防長：以軍重心將從加沙逐步轉(zhuǎn)向黎以邊界
日本：中國海軍075型兩棲攻擊艦穿越宮古海峽
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
都是奔著毀容去的？一晚上全是,！杭州醫(yī)生：我清創(chuàng)清吐了
俄烏在庫爾斯克戰(zhàn)事“白熱化”,，俄烏“決勝”是否在此,？
相關(guān)新聞
大模型測不出9.11和9.9哪個大 AI常識困境暴露
2024-07-17 13:58:59大模型測不出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(guān)注
2024-07-19 08:05:47北京網(wǎng)友測試教育大模型9.9比9.11大恒大“擔保人”,，果然翻車了,？
恒大“擔保人”，果然翻車了普華永道回應被指審計恒大失?。翰粚?已經(jīng)采取應對措施還記得大明湖畔的夏雨荷嗎,？哦不，還記得之前我寫的罰死那個恒大的“擔保人”嗎,？對,，我說的就是普華永道。
2024-04-16 10:57:14恒大“擔保人”臺灣93歲老人因病失智 一直喊媽媽 親情穿越失智的呼喚
2024-05-24 15:52:58臺灣93歲老人因病失智銷量暴跌,，去年排名第一的手機，又翻車了,？realme困局：叫好不叫座
提及realme手機,，大家的第一印象是什么？是高性價比,，還是引領潮流的設計,？如同近期與一加,、紅米等品牌探討的趨勢一樣，realme發(fā)布新機的速度也圍繞著“高效”二字
2024-06-08 15:25:53銷量暴跌
