导读
一道小学生的数学题竟然难倒了全球AI大模型，只有4个大模型给出了正确答案！这究竟是怎么一回事？快来看看！
全球AI大模型被一道小学生数学题难倒
日前，一道来自小学生的数学题却难倒了不少海内外AI大模型，这道题的内容是“9.11和9.9哪个更大”，而仅有4个大模型给出了正确答案。
挑战大模型的数学推理能力
大模型的数学能力一直是短板，即便是目前最好的大模型GPT4也仍然有很大进步空间，而此前笔者在采访12位大模型时也得出了一个惊人的结论，这些大模型中仅有4个回答是正确的，而其他8个大模型却都给出了错误的答案。
数字切分问题与模型的理解能力
而针对大模型的数学能力，笔者曾进行过深入的采访，大部分行业人士认为大模型数学能力差的根本原因还是出在分词上，即Tokenizer(分词器)在处理数字时会出现问题，导致模型难以正确理解和计算。
正确答案揭晓与未来的发展方向
而这道9.11和9.9的大小比较题，12个大模型中，只有阿里通义千问、百度文心一言、Minimax和腾讯元宝答对，其他8个大模型都认为9.11比9.9更大。
虽然最终4个大模型给出了正确答案，但这并不能掩饰大模型数学能力的薄弱，毕竟面对简单的大小比较题，8个大模型都给出了错误答案。
而对于未来大模型的发展方向，笔者也咨询了不少专家学者以及从业者，针对此前大模型的回答，不少人表示“并不意外”。
一些专家认为，未来在模型的训练数据上会越来越依赖构造型的数据，而不是直接爬取下来的数据，以提升模型的复杂推理能力。
因为直接爬取下来的数据中会夹杂大量的错误数据，这些错误数据会误导模型，导致模型做出错误的判断。
而构造型的数据则可以事先筛选，保证数据的准确性和可靠性，从而培养模型健康的思维方式。