AI也懵圈：13.8%和13.11%到底哪個大？

文：董指導

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

本期要點

#大模型 #數學 #比大小

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

理工科和金融的復合背景，讓我更好地理解技術，也喜歡從投資的視角發現變化，畢竟資本永不眠、資本最敏銳。國內頭部私募的投研、以及頭部財經自媒體創業的兩段經歷，讓我有了結構化的思考體系時，也更理解企業經營并非寫報告。因而，剖析商戰，就成為我理解商業、發現機遇的最佳視角。

今天就來聊一下“大模型的數學計算能力”。

前幾天，《歌手2024》最新一期，孫楠以微弱優勢超過了海外歌手，獲得第三。結果，卻引起了網友們的爭執。

爭執焦點不是孫楠和海外選手Chante Moore誰唱得好，而是13.8%和13.11%到底哪個大？

不少人感嘆，5%本科率，誠不欺我。九年義務教育，都白普及了。

但你要以為只有網友們是這樣，那就大錯特錯了。同樣的類似的問題，拋給AI之后，也翻車了。

ChatGPT 也沒反應過來，但是經過多次提問矯正后，可以給出正確答案。

那么，國內各AI會如何呢？測試是這樣：第一輪，直接詢問“9.8和9.11哪個大”。

第二輪：擔心AI沒理解是數學問題，所以更加明確是“數字比大小，9.8和9.11哪個大”。

第三輪：質疑。

第四輪：繼續質疑。

結果是這樣的：

1、文心一言

第一輪就直接回答正確，而且兩次質疑后，依然回答正確。

2、字節

也是，第一輪就回答正確了。兩次質疑后，依然十分確定。

3、訊飛星火

第一輪回答正確，但質疑之后，就懵圈了，回答錯了。 再次質疑后，又重新計算了一遍。然后，再質疑幾次后，基本是堅持正確答案不變了。

4、通義千問

第一次回答錯誤；第二次告訴是數字比大小后，回答正確。

但是質疑之后，就連續錯誤了。

眼看著救不回來了，我又重復了一遍數學比大小，這次糾正了前面錯誤，而且在質疑之后能堅持正確答案了。

5、KIMI

KIMI還是處理中文結構化是非常好的，數學，這次翻車得很。怎么說都不行，腦海里浮現的就是吵架時女朋友的我不聽我不聽。

當然，數學計算只是AI的一個小功能，并不代表絕對的優劣。但是，還是提醒了我們，目前階段，一個AI助手，是不夠的。要多個交叉驗證。

-全文完

理工/金融 復合背景，頭部私募/頭部自媒體 雙重經歷

董指導 和大家一起

深度挖掘商戰，前瞻發現機遇

點個在看和贊再走~