大模型测不出9.11和9.9哪个大 AI常识困境暴露
大模型测不出9.11和9.9哪个大
近期，一些主流人工智能模型在处理看似简单的数学对比问题时，意外地出现了集体失误。问题聚焦于“9.11和9.9哪一个更大”，即便是强大的GPT-4o以及谷歌的Gemini Advanced付费版等先进模型，都坚持认为9.11大于9.9。更有甚者，新晋的人工智能Claude 3.5 Sonnet还提供了一套看似合理却错误的计算逻辑，通过将数字分解为小数部分进行比较，最终得出了不正确的结论。大模型测不出9.11和9.9哪个大！
这一现象最初由Riley Goodside发现，他作为提示词工程师，在与GPT-4o的交互中注意到了这一异常。在尝试变换提问方式，甚至明确指定比较实数后，多数模型仍未能纠正这一基本的数学判断。有趣的是，当提问的顺序被调整后，某些AI模型竟然能够正确作答，揭示了它们对于词序的高度敏感性。
针对这一现象，有观察者推测，AI在没有明确指令指示其进行算术比较时，可能会误解问题的意图，从而产生不合逻辑的答案。部分原因归咎于大模型处理文本的token化方法，其中9.11中的“11”被错误地赋予了比9更高的权重，导致整体比较失准。
实验还扩展到了国产大模型，结果显示类似的问题同样存在，尽管也有如腾讯的元宝和字节跳动的豆包等模型能够正确处理并给出合理的解释。深入分析揭示，当明确告知AI这是关于双精度浮点数的比较后，它们通常能够得出正确的答案，这凸显了在特定情境下引导AI注意力机制的重要性。
此外，有讨论指出AI训练数据中可能缺乏基础数学比较的实例，而对复杂或特定格式（如书籍章节编号）的频繁接触，可能导致了这一类混淆。这不仅反映了当前AI理解能力的局限性，也引发了关于如何优化提问策略以引导AI正确解析问题的探讨。
场面壮观！马竞新援亮相大都会球场 备受球迷欢迎 能否闪耀西甲赛场拭目以待
老人坐三轮车上昏厥 司机打120
再度崛起：曼城连签3名日本国脚，女足梯队打造要靠“亚洲支撑”
乌军进攻库尔斯克 让俄军加速进攻顿涅茨克
突发! 太阳连续裁掉2人! 库里更新简介, 哈登能力值创12年新低
日本超20万人要求停止核污水排海 安全疑虑加剧
刘晓庆 早期爱女第一人 演绎时代女性觉醒
日印“2+2”对话硬扯中国，专家：两国有权深化双边关系，但不应针对第三方
俄乌就谈判问题激烈交锋：俄外长称目前不可能恢复对话，乌总统称正在实现战略目标
日本民间团体代表：冲绳不需要美军基地
美团哈啰等电动车退出武汉大学 新运营商及计费方案公布
俄军新建三个集团军，准备怎么用？
潘展乐说在体育锻炼中突破自我 实力铸就新星传奇
NBA一夜动态: 太阳连裁两名球员 勇士87岁名宿逝世库里发声追悼
美国不断拱火菲律宾，中方：美无权介入中菲涉海问题
中方驳斥美翻炒“中国核威胁论”：美国才是全球最大的核威胁、战略风险的制造者
驻美使馆提醒留学生租房换汇风险 务必谨慎操作
郭刚堂希望人贩子被判死刑 期待二审"顶格处理
美国批准对韩出售36架“阿帕奇”直升机
再度崛起：曼城连签3名日本国脚，女足梯队打造要靠“亚洲支撑”
老人坐三轮车上昏厥 司机打120
俄海军“瓦良格”号编队返航通过第一岛链，远航已满7个月
俄媒：普京2011年以来首次视察俄车臣共和国，卡德罗夫在机场迎接
献血证过期不能用血？医院回应 血站规定引争议
画面曝光！“美军事人员现身库尔斯克”
专家谈黑神话悟空对行业的影响 国产3A游戏新纪元
俄乌在库尔斯克战事“白热化”，俄乌“决胜”是否在此？
菲律宾，要为美国两肋插刀了
场面壮观！马竞新援亮相大都会球场 备受球迷欢迎 能否闪耀西甲赛场拭目以待
处暑是秋天第2个节气 滋阴润肺正当时
以色列代表埃尔丹再出暴论：应把联合国大楼从地球上抹去
机器鹰、机器鱼……军用仿生机器人崭露头角
“不死鸟”的后代：漫谈美海军列装新超远程空空导弹
0-1, 0-2! 枪手遇苦主, 5次翻车, 赛季首败或诞生, 难与曼城争冠
黑悟空”爆了！一大波股票疯涨：游戏热潮席卷A股
相关新闻
大模型集体失智：9.11和9.9哪个大，几乎全翻车了
近期，一个看似简单的数学问题挑战了众多前沿的人工智能大模型，引发了业界的关注。问题本身并不复杂：9.11和9.9哪个数字更大？然而，在第一财经记者的测试中，即便是先进的AI系统也出现了分歧
2024-07-18 09:34:37大模型集体失智：9.11和9.9哪个大AI答不出9.11和9.8谁大 大模型小学数学集体翻车
2024-07-17 20:40:10AI答不出9.11和9.8谁大北京网友测试教育大模型9.9比9.11大 8大模型犯错揭示短板
近期，一个看似简单的数学问题挑战了众多先进的人工智能大模型，引发了业界关注
2024-07-19 08:05:47北京网友测试教育大模型9.9比9.11大13.8和13.11哪个大？数学知识点引热议
最近，《歌手》节目里发生了一件有趣的事：孙楠与一位外籍歌手的得分异常接近，这一微小差距激发了网友们对数字13.8和13.11大小比较的热烈讨论
2024-07-15 08:25:2713.8和13.11哪个大？李开复称大模型疯狂降价是双输 国内大模型竞争白热化
2024-05-22 09:56:37李开复称大模型疯狂降价是双输字节大模型比行业价格低99% 引领大模型“厘时代”革新
2024-05-15 17:20:28字节大模型比行业价格低99%
