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，育老黑河市某某工程建设培训中心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！育老黑河市某某工程建设培训中心”
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：焦点)
郭传杰：创新人才需具备高阶思维
“巨无霸”来了！两家千亿市值巨头宣布将合并，中船系个股集体大涨
高中女生飞机上遭邻座男子骚扰，后排女士勇敢制止获网友点赞
柯文哲遭羁押禁见，涉“图利”“受贿”等罪名！其妻公开声援
再次亮相航展！这位直-
央视网消息：2024年11月15日，中国环境监测总站联合中央气象台、国家大气污染防治攻关联合中心、东北、华南、西南、西北、长三角区域空气质量预测预报中心和北京市生态环境监测中心，开展11月下半月11月
...[详细]
-
△图为美国白宫资料图）据央视新闻客户端消息，当地时间8月31日，美国白宫在官网发表声明称，当天早些时候，以色列军队在加沙地带拉法市的一条地下隧道中发现6具被扣押人员遗体，其中一人为美国公民。责任编辑：
...[详细]
-
来源：懂球帝 世预赛18强赛开战在即，国足主场票价却成了场外热议。近日，知名国足拥趸“退钱哥”直言，比起客场，国足的主场球票定价太高了。 连当年为国足一掷千金的“退钱哥”都抱怨“太贵了”，国足
...[详细]
-
当地时间9月2日，俄罗斯联邦侦查委员会通报称，列宁格勒军区副司令穆明扎诺夫因涉嫌受贿逾2000万卢布被立案调查。据了解，穆明扎诺夫在军区主要负责物资和技术保障工作。总台记者王德禄）来源：央视新闻客户端
...[详细]
-
据总台报道员消息，当地时间16日中午，日本广岛县广岛市消防救援部门接到报警称，该市佐伯区一所小学的操场上发生炭火或是火炉引起的爆炸。该市消防救援部门称，事件共造成9人受伤，其中包括儿童。 据悉，
...[详细]
-
北京一咖啡店不准10岁以下的孩子入内，网友：狠狠支持！咖啡店回应
近日，一家咖啡店在社交平台上发文称，小店以后只接待10岁以上顾客。咖啡店还在店面门口摆了一张小黑板，上面写明：小店以拍照打卡为主，39元/位，为保障顾客拍照体验，不接待10岁以下儿童。文章中写道，咖啡
...[详细]
-
原标题：历史上首次！大众汽车考虑关闭德国工厂以削减开支） 图为大众汽车标识 资料图大众汽车正在考虑关闭德国工厂以进一步削减开支，该公司表示计划在德国关闭至少一家较
...[详细]
-
每晚7点开始，北京上演非洲风采灯光秀，喜迎中非合作论坛峰会召开
摘要：通过选取非洲的动物、植物、乐器、纹饰等特色元素，将自然风光与人文风情进行演绎与呈现。2024年中非合作论坛峰会将于9月4日—6日在北京举行。为迎接这次盛会召开，9月1日起，北京奥林匹克中心区、大
...[详细]
-
当地时间11月16日，亚太经合组织APEC）第三十一次领导人非正式会议在秘鲁首都利马举行。 日本电视台17日播出的一档新闻节目中披露了亚太经合组织APEC）领导人非正式会议期间，各国领导人互相问
...[详细]
-
近日，青岛市崂山区“王某驾驶路虎逆行辱骂殴打他人”一事引发关注，青岛市公安局成立工作专班，依法进行了核查。9月3日，南都记者从青岛市公安局获悉，公安机关依法对散播王某“居家拘留”不实言论的王某志给予行
...[详细]
