数学都是体育老师教的！13.11和13.8谁大？大模型翻车了
出品｜网易科技《态度》栏目
作者｜宗淑贤
编辑｜丁广胜
前几日，数学师教频频霸榜的都体的和综艺《歌手》又一次冲上了热搜。不过这次，育老肇庆市某某摩托车销售运营部话题的模型焦点无关“好听”“难听”，而是翻车从台上竞演的嘉宾转移到了台下讨论的网友身上。
13.8%和13.11%哪个大？
谁也没有想到，都体的和这道本质上源于小学四年级数学内容的育老问题，居然难倒了一众网友。模型
对此，数学师教有网友感叹：“现在知道天天在网上抬杠的都体的和都是什么人了吧？”也有网友无奈回怼：“实在不知道谁大谁小，就去问问AI吧！育老肇庆市某某摩托车销售运营部”
然而，模型当你真的翻车把这个问题抛给AI来解答，你会惊讶地发现——AI也不会。
AI2的研究员林禹臣在推特上贴出了自己用GPT-4o尝试的结果。面对13.11与13.8哪个大这一问题，GPT-4o认为13.11大于13.8，并解释称：“虽然13.8看起来更大，因为它小数点后的数字更少，但13.11实际上更大。这是因为13.8相当于13.80，而13.80小于13.11。”
对此，林禹臣评论说：“常识对AI来说仍然很难。”“这种常识性的人工智能失败案例让我不断想起@YejinChoinka的TED 演讲：为什么人工智能既聪明无比，又愚蠢至极。”
一、大模型的作答现场
带着这个问题，我们对当下主流模型进行了简单的测试。其中，通义千问、文心一言、360智脑、字节豆包、百小应、有道小P和讯飞星火都作出了正确的回答。不过在原因解释方面，讯飞星火略显逊色，其余模型则都是按照分开比较整数和小数部分的思路进行了较为详细的回答。
通义千问
文心一言
360智脑
字节豆包
百小应
有道小P
讯飞星火
而月之暗面旗下的kimi和ChatGPT在这一问题上则双双翻车。
当kimi被问到“13.11和13.8哪个大”时，它首先给出了13.11大于13.8的答案：
经过进一步追问原因，kimi转而又作出了截然不同的回答：
经过第三次追问，kimi终于意识到自己在此前的回答中存在错误，对这一问题的答案进行了修改纠正：
反观ChatGPT，就显得不甚善于反思：
经过两次反问，ChatGPT表示自己对此前错误的回答感到抱歉，并承认13.8大于13.11。但当询问它能否解释原因时，它却给出了这样的回答：This is because the number 13.8 is read as "thirteen point eight," which is larger than "thirteen point eleven".
二、大模型为什么会“数学不好”
回答不好小学生数学题，人工智能大模型又一次被送上了舆论的风口浪尖。面对现今蓬勃发展的各类大模型，人们仍有疑虑：
这到底是人工智能，还是人工智障？
实际上，这一问题并不是最近才出现的，“数学不好”一直是各类大模型的短板。根据上海人工智能实验室旗下司南评测体系OpenCompass进行的高考全卷测试结果，包括GPT-4在内的七个大型人工智能模型在高考语文和英语科目的测试中普遍表现出色，然而在数学科目上则均未能达到及格线，最高分也仅达到了75分。
业内人士将大模型“数学不好”的问题根源追溯至LLM（大型语言模型）的架构设计本身。
LLM通常依赖监督学习，特别是通过预测文本中下一个词的方式来训练。这一过程中，模型被投喂海量的文本数据集，学习并预测给定文本后下一个词出现的概率分布。通过不断将模型的预测与实际文本进行对比和调整，语言模型逐渐掌握了语言的内在规律，从而能够预测并生成连贯的文本。
然而在LLM的框架内，存在使用Tokenizer这一关键环节。它负责将输入的文本分割成更小的单元（tokens），以便模型处理。问题在于，Tokenizer的设计初衷并非专门服务于数学处理，因此在处理包含数字的文本时，可能会将数字看做文本字符串而非数值，从而进行不合理地拆分，导致数字的整体性和意义在模型内部被破坏。
对此，360CEO周鸿祎以9.9和9.11为例，进行了更为通俗的解释：
“大模型全称叫大语言模型，它首先解决的是对人类自然语言理解的问题。所以大模型并没有把9.9和9.11当成一个数字来看，而是把它们分成了两个token。没有经过专门特别的提示和训练，大模型是不懂阿拉伯数字也不懂数学的，所以大模型是按照一个文字的逻辑来进行比较的。9前面是一样大的，那么11比9要大，所以就得出来9.11比9.9要大。”
除了架构设计存在不足外，大模型“数学不好”或许还与它所接受的训练方式有关。主流模型的训练主要源于互联网的文本数据，这类数据中数学问题和解决方案相对匮乏，也在一定程度上限制了模型在此类技能上的发展。
因此，在各类大模型井喷式诞生与发展的现在，也许我们也应当反思：AI该如何进一步设计与训练，才能真正像人类一样思考？
延伸阅读 (责任编辑：热点)
行李托运费比机票还贵？男子起诉购票平台和航司，法院判了
朝鲜谴责美国企图再次搭建“联合国军司令部”
这场盛会，即将开幕！
湖南九峰水库出现险情 当地要求立即转移群众
【双语】你好！中国-
来源：财联社 财联社10月14日电，沪指高开0.74%，深成指高开0.57%，创业板指高开0.88%，AMC、多元金融、跨境支付、房地产等板块指数涨幅居前。点击进入专题： 提振经济组合拳陆续出台
...[详细]
-
文 | 海上客 之前，总感觉这次法国国民议会选举，马克龙要输。 对于马克龙来说—— 坏消息是，经过两轮选举，他领导的中间派联盟，失去了第一大党的位置。 相对来说的好消息是，法国极右翼政党国
...[详细]
-
记者今天9日）从最高人民检察院获悉，自然资源部原党组成员，中国地质调查局原党组书记、局长钟自然涉嫌受贿、故意泄露国家秘密一案，由国家监察委员会调查终结，移送检察机关审查起诉。日前，最高人民检察院依
...[详细]
-
日本东京都知事选举7日举行。据日本广播协会8日凌晨公布的计票结果，现任东京都知事小池百合子得票超291万张，以较大优势再获连任。 本次东京都知事选举共有56名候选人，为史上最多。据计票结果，小池
...[详细]
-
来源：环球网北京时间10月1日，中国国际航空股份有限公司安排一架空客A330-200客机前往黎巴嫩贝鲁特国际机场执行撤侨任务。北京时间10月2日早晨5时左右，执行此次包机任务的国航CCA061航班安全
...[详细]
-
记者今天9日）从最高人民检察院获悉，自然资源部原党组成员，中国地质调查局原党组书记、局长钟自然涉嫌受贿、故意泄露国家秘密一案，由国家监察委员会调查终结，移送检察机关审查起诉。日前，最高人民检察院依
...[详细]
-
当地时间7月7日，新任英国国防大臣约翰·希利在访问敖德萨时承诺，将增加对乌克兰的军事支持，并宣布了新一揽子援助计划，其中包括25万发。50口径弹药、90枚反坦克导弹、50艘小型舰艇、40辆排雷车、
...[详细]
-
乌克兰国家紧急情况服务局当地时间8日称，俄罗斯当天对乌克兰境内发动的大规模袭击已造成33人死亡。其中，第聂伯罗彼得罗夫斯克州11人死亡、68人受伤；基辅22人死亡、82人受伤。 乌克兰总统泽连斯
...[详细]
-
科技感十足的中国登月服外观首次公开，不仅收获中国人喜爱，也在国外引发关注。美国企业家马斯克28日转发中国登月服相关画面，并发文吐槽美国联邦航空管理局FAA）正“扼杀国家太空计划”。中国登月服外观首次公
...[详细]
-
当地时间9日，据总台记者消息，以军战机于当天晚间空袭了加沙地带南部汗尤尼斯的一个学校，造成数十人伤亡。△加沙地带资料图） 据悉，该学校位于汗尤尼斯东部，收容了大量流离失所的加沙民众。总台记者 赵
...[详细]
