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。
8岁表妹和猫鼬谁可爱 终于轮到90后被叫大爷了的囧图
国外擦边网红集体晒照开蹭R星热度:me or GTA6?
《GTA6》金发美女想和主角开一局!身份非常恐怖
《GTA6》脱衣舞实机演示!细枝硕果 还得是大洋马
玩家吐槽《GTA6》"预告骗"?预告人山人海 实机空荡荡
GTA6日版确认和谐!杰森洗澡穿丁字裤 国际版裸体