AI也懵圈：13.8%和13.11%到底哪個(gè)大？

文：董指導(dǎo)

-----------------------------------o------------------------------------

本期要點(diǎn)

#大模型 #數(shù)學(xué) #比大小

---------------------------------o----------------------------------

理工科和金融的復(fù)合背景，讓我更好地理解技術(shù)，也喜歡從投資的視角發(fā)現(xiàn)變化，畢竟資本永不眠、資本最敏銳。國(guó)內(nèi)頭部私募的投研、以及頭部財(cái)經(jīng)自媒體創(chuàng)業(yè)的兩段經(jīng)歷，讓我有了結(jié)構(gòu)化的思考體系時(shí)，也更理解企業(yè)經(jīng)營(yíng)并非寫報(bào)告。因而，剖析商戰(zhàn)，就成為我理解商業(yè)、發(fā)現(xiàn)機(jī)遇的最佳視角。

今天就來(lái)聊一下“大模型的數(shù)學(xué)計(jì)算能力”。

前幾天，《歌手2024》最新一期，孫楠以微弱優(yōu)勢(shì)超過(guò)了海外歌手，獲得第三。結(jié)果，卻引起了網(wǎng)友們的爭(zhēng)執(zhí)。

爭(zhēng)執(zhí)焦點(diǎn)不是孫楠和海外選手Chante Moore誰(shuí)唱得好，而是13.8%和13.11%到底哪個(gè)大？

不少人感嘆，5%本科率，誠(chéng)不欺我。九年義務(wù)教育，都白普及了。

但你要以為只有網(wǎng)友們是這樣，那就大錯(cuò)特錯(cuò)了。同樣的類似的問(wèn)題，拋給AI之后，也翻車了。

ChatGPT 也沒(méi)反應(yīng)過(guò)來(lái)，但是經(jīng)過(guò)多次提問(wèn)矯正后，可以給出正確答案。

那么，國(guó)內(nèi)各AI會(huì)如何呢？測(cè)試是這樣：第一輪，直接詢問(wèn)“9.8和9.11哪個(gè)大”。

第二輪：擔(dān)心AI沒(méi)理解是數(shù)學(xué)問(wèn)題，所以更加明確是“數(shù)字比大小，9.8和9.11哪個(gè)大”。

第三輪：質(zhì)疑。

第四輪：繼續(xù)質(zhì)疑。

結(jié)果是這樣的：

1、文心一言

第一輪就直接回答正確，而且兩次質(zhì)疑后，依然回答正確。

2、字節(jié)

也是，第一輪就回答正確了。兩次質(zhì)疑后，依然十分確定。

3、訊飛星火

第一輪回答正確，但質(zhì)疑之后，就懵圈了，回答錯(cuò)了。 再次質(zhì)疑后，又重新計(jì)算了一遍。然后，再質(zhì)疑幾次后，基本是堅(jiān)持正確答案不變了。

4、通義千問(wèn)

第一次回答錯(cuò)誤；第二次告訴是數(shù)字比大小后，回答正確。

但是質(zhì)疑之后，就連續(xù)錯(cuò)誤了。

眼看著救不回來(lái)了，我又重復(fù)了一遍數(shù)學(xué)比大小，這次糾正了前面錯(cuò)誤，而且在質(zhì)疑之后能堅(jiān)持正確答案了。

5、KIMI

KIMI還是處理中文結(jié)構(gòu)化是非常好的，數(shù)學(xué)，這次翻車得很。怎么說(shuō)都不行，腦海里浮現(xiàn)的就是吵架時(shí)女朋友的我不聽(tīng)我不聽(tīng)。

當(dāng)然，數(shù)學(xué)計(jì)算只是AI的一個(gè)小功能，并不代表絕對(duì)的優(yōu)劣。但是，還是提醒了我們，目前階段，一個(gè)AI助手，是不夠的。要多個(gè)交叉驗(yàn)證。

-全文完

理工/金融 復(fù)合背景，頭部私募/頭部自媒體 雙重經(jīng)歷

董指導(dǎo) 和大家一起

深度挖掘商戰(zhàn)，前瞻發(fā)現(xiàn)機(jī)遇

點(diǎn)個(gè)在看和贊再走~