大模型集体失智！9.11比9.9大？全员翻车！

文章预览

转自：量子位 前段时间，阿里巴巴数学竞赛中姜萍的事件闹得沸沸扬扬，很多人也让AI尝试挑战这些竞赛题，虽然表现还是不够看，但也能看出来，AI 对于数据库里已有的题目，还是发挥不错的。 不过，近日有人发现，各大 AI 大模型居然在小学生都会的简单数学常识中接连翻车。 这个问题就是，9.11 和 9.9 谁大？ 对于人们心目中的天花板 GPT-4 和 GPT-4o，回答丝毫不拖泥带水： 9.11居然比9.9大！我们再看看 Gemini Advanced 的回答： 好的，又是斩钉截铁的给出了一个错误答案。再看到，Claude 3.5 Sonnet 并不像前两位那样直接给出了错误答案，而是开始分析： 分析了一通，拆开还是对的，怎么到了答案，又拉垮了... 经过测试，各大国产大模型也没有幸免于难。 Kimi: ChatGLM: 通义： 元宝： 豆包： 不过令人意外的是，免费版本的百度文心 3.5，居然保持了清醒， ………………………………