艾特商业网

9.11和9.9哪个大?AI大模型大翻车

更新时间:2024-07-17 14:01:09

导读 格隆汇7月17日|据一财,一道小学生难度的数学题难倒了一众海内外AI大模型。9.11和9.9哪个更大?就此问题,记者测试了12个大模型,其中阿里...

格隆汇7月17日|据一财,一道小学生难度的数学题难倒了一众海内外AI大模型。
9.11和9.9哪个更大?就此问题,记者测试了12个大模型,其中阿里通义千问、百度文心一言、Minimax和腾讯元宝答对,但ChatGPT-4o、字节豆包、月之暗面kimi、智谱清言、零一万物万知、阶跃星辰跃问、百川智能百小应、商汤商量都答错了,错法各有不同。
大部分大模型在问答中都错误地比较了小数点后的数字,认为9.11大于9.9,考虑到数字涉及的语境问题,记者将其限定为在数学语境下,如ChatGPT这样的大模型也照样答错。
在这背后,大模型数学能力较差是长期存在的问题,有行业人士认为,生成式的语言模型从设计上就更像文字思维而不是数字思维。不过,针对性地语料训练或许能在未来逐步提升模型的理科能力。

文章转载自:互联网,非本站原创

免责声明:本文由用户上传,如有侵权请联系删除!