大模型集体失智！9.11和9.9哪个大，几乎全翻车了

主要观点总结

这篇文章主要讨论了关于AI模型在回答简单数学问题，如“9.11和9.9哪个大”时出现的集体错误。文章提到主流的大模型，如GPT-4o和谷歌Gemini Advanced，在面对这类问题时给出了错误的答案。这个问题引起了网友的广泛讨论和测试，发现AI模型在理解小数比较时的敏感性，并探讨了可能的原因和解决方案。

关键观点总结

关键观点1: AI模型在回答简单数学问题时的错误。

文章指出了主流AI模型在面对“9.11和9.9哪个大”这类简单数学问题时出现的错误，即使是对数学有深入了解的专家也发现了这一现象。

关键观点2: AI模型理解的敏感性。

文章提到网友在测试中发现，AI模型对于问题的表述方式非常敏感，如提问的顺序、使用的词汇等都会影响模型的回答。

关键观点3: AI模型的训练方式和理解机制。

文章深入探讨了AI模型出现这种错误的原因，包括模型的训练方式、理解机制以及使用的tokenizer等。

关键观点4: 如何解决AI模型在回答问题时的错误。

文章提到了一些解决AI模型错误的方法，如使用正确的提示词、调整问题的表述方式等。同时，也提到了随着大模型技术的进步，一些新的方法可能更有效。

文章预览

一水 发自 凹非寺 量子位 | 公众号 QbitAI 没眼看…… “9.11和9.9哪个大” 这样简单的问题，居然把主流大模型都难倒了？？ 强如 GPT-4o ，都坚定地认为9.11更大。 谷歌Gemini Advanced付费版 ，同样的口径。 新王 Claude 3.5 Sonnet ，还一本正经的给出离谱的计算方法。 9.11 = 9 + 1/10 + 1/100 9.9 = 9 + 9/10 到这一步还是对的，但下一步突然就不讲道理了 如上所示，9.11比9.90大0.01。 你想让我进一步详细解释小数的比较吗？ 这你还解释啥啊解释，简直要怀疑是全世界AI联合起来欺骗人类了。 艾伦AI研究所成员林禹臣换了个数字测试，GPT-4o依旧翻车，他表示： 一方面AI越来越擅长做数学奥赛题，但另一方面 常识依旧很难 。 也有网友发现了华点， 如果是说软件版本号，那么9.11版本确实比9.9版本更大 （更新）。 而AI都是软件工程师开发的，所以…… 那么，究竟是怎么回 ………………………………