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，育老天门市某某制品厂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！育老天门市某某制品厂”
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：综合)
“鄂州—芝加哥”航线正式开通
王楚钦/孙颖莎夺得巴黎奥运会乒乓球混合双打金牌
问界40万台新车下线，余承东辟谣“遥遥领先”罚款一说
詹姆斯+杜兰特老而弥坚 美国男篮战胜塞尔维亚男篮
中国品牌日｜保利发展发布人文服务理念-
版权声明：本文版权为网易汽车所有，转载请注明出处。网易汽车5月6日报道日前从官方获悉，吉利旗下银河系列的L6和L7的龙腾版车型推出官方限时优惠活动，至高优惠1.2万元，优惠之后，银河L6参数丨图片）龙
...[详细]
-
刚刚结束的巴黎奥运会男子400米个人混合泳决赛中，法国选手莱昂·马尔尚以4分02秒95的成绩，打破菲尔普斯的奥运纪录，夺得金牌！点击进入专题： 2024年巴黎奥运会
...[详细]
-
湖南湘潭一堤坝决口已发展至50多米 3100余名群众紧急转移
揪心！湖南湘潭县涓水一处堤段出现决口 来源：新华社新闻） 北京时间29日02:18消息多方力量投入现场救援记者从湖南省应急指挥中心获悉，截至7月29日1时，省军区600余名官兵携带60余艘舟
...[详细]
-
据法新社28日消息，巴黎奥组委在记者发布会上为开幕式节目引发争议道歉。 本届奥运开幕式的其中一个节目里，多名演员在桌前分别摆出不同造型，画风被认为和世界名画《最后的晚餐》高度相似。此外，开幕式上
...[详细]
-
杨维立据北京市公安局3月30日通报，北京警方近日打掉一个以虚假诉讼方式套取住房公积金的犯罪团伙。据了解，该团伙利用朋友圈发布广告，与有资金需求但不符合公积金提取条件的客户恶意串通，利用伪造借条、捏造虚
...[详细]
-
来源：华商报 有网友发现，巴黎奥运的乌龙还在继续。 巴黎奥运开幕式，现场广播将韩国名字念成朝鲜，引起争议。28日，国际奥委会通过官方网站发表了道歉声明。 随后韩国首金得主吴尚旭的名字也被打错
...[详细]
-
来源：看台海 [#台湾宜兰一艘渔船遭日方登检扣船带走8人#]台湾一艘渔船昨天28日）在距离苏澳东方40海里位置，遭到日本公务船追逐后登船检查。据台湾“中时新闻网”报道，船上8人被捕送往石垣岛调查
...[详细]
-
来源：华商报 有网友发现，巴黎奥运的乌龙还在继续。 巴黎奥运开幕式，现场广播将韩国名字念成朝鲜，引起争议。28日，国际奥委会通过官方网站发表了道歉声明。 随后韩国首金得主吴尚旭的名字也被打错
...[详细]
-
当地时间12日，苏丹武装部队与快速支援部队在苏丹西部北达尔富尔州首府法希尔市爆发激烈冲突，造成至少7名平民死亡，8人受伤。 据当地媒体报道，冲突双方自12日凌晨起在法希尔市东部、南部和北部的多个
...[详细]
-
北京时间7月30日凌晨，巴黎奥运会男子100米仰泳决赛如期进行，半决赛排名第一的中国选手徐嘉余最终摘得银牌。 男子100米仰泳半决赛中，徐嘉余52秒02的成绩排名第一，晋级决赛。徐嘉余在半决赛的
...[详细]
