大模型答數學題“翻車”

近日，一道小學數學題讓AI大模型集體“失智”了。9.11和9.9兩個數字哪個更大？就此問題，國內外12個大模型之中只有4個答對了，剩下8個全都回答錯誤。一道小學數學題難倒了一眾海內外AI大模型，這在輿論場激起了不小漣漪。有人“驚掉下巴”，調侃“大模型集體翻車”；也有人質疑AI的能力邊界，甚至上手測試了一番，結果發現答案對錯都有，有些大模型能迅速“承認錯誤”，而有的則“一錯到底”。

原因總結起來有二：一是技術。大模型在分析文本時，通常會使用特定機制將文本拆分成更小的單元，然后再進行處理。這就類似于將一句話拆成一個個詞匯去理解。我們都知道，很多詞語脫離特定語境，意思可能就變了，所以會有“斷章取義”的誤解。同理，大模型的這種拆分處理，顯然不夠嚴謹。二是訓練數據。現如今，大模型更多是以文本模型進行訓練分析，在數理分析、邏輯推理上還有待優化。

素材解讀

我們要學會對技術“祛魅”，不論是大模型，還是其他人工智能技術，雖然產品琳瑯滿目，但大部分尚處在測試探索期，距離真正成熟、好用還有一定距離。所謂“祛魅”，就是保持“人間清醒”，既不過分迷信技術特質，也不盲目夸大技術功用，而是在客觀判斷和合理運用中，讓技術應用成為我們的最佳“搭檔”。

適用話題

人工智能、理性思維、客觀判斷、合理運用