7款主流大模型实测：简单的数感测试全翻车

文章预览

实测strawberry中有2个字母“r”？不会比大小的大模型也几乎数不对数，数理能力差到惊人！ @科技新知 原创 作者丨王思原 编辑丨赛柯                                            谁能想到，号称“超级大脑”的大模型，竟然在几道简单的数学题上败给了小学生。 近日，国内火热的音乐节目《歌手》中，孙楠与外国歌手的微小分数差异，引发了网友关于13.8%和13.11%谁大谁小的争论。 艾伦研究机构成员林禹臣将此问题抛给了ChatGPT-4o，但结果令人吃惊，最强大模型竟然在回答中给到了13.11比13.8更大的错误答案。 随后Scale AI的提示工程师莱利·古德赛德基于此灵感变换了问法，拷问了可能是目前最强的大模型ChatGPT-4o、谷歌Gemini Advanced以及Claude 3.5 Sonnet——9.11和9.9哪个更大？然而几家头部大模型的错误回答，也让该话题传播开来。 而面对如此简单的 ………………………………