13.11 和 13.8 哪个大，不只是人类，为什么连大模型也翻车了？

文章摘要

【关 键 词】 AI错误、数字比较、提示技巧、Token理解、模型优化

在《歌手2024》第十期竞演排名公布后，社交媒体上的观众对数字大小的比较产生了疑问，而一些AI大模型在回答这类问题时也出现了错误。

例如，当被问及”9.11和9.9哪个大”时，GPT-4o等主流大模型错误地认为9.11更大。

这一现象背后的原理与大模型以token的方式来理解文字有关。

当9.11被拆分为“9”、“小数点”和“11”三部分时，模型错误地认为11比9大。

然而，当明确指出这是一个双精度浮点数时，AI就能正确处理这个问题。

为了引导大模型正确理解问题，人们开始尝试不同的提问方法。

Zero-shot CoT思维链，即“一步一步地想”，能够引导大模型正确回答问题。

总的来说，大模型在处理数字大小比较问题时容易出错，这与它们以token方式理解文字有关。

通过改变提问方式或明确指出问题类型，可以引导大模型正确处理这类问题。

同时，研究者们也在不断探索更有效的提示词技巧，以提高大模型的准确性。

原文和模型

【原文链接】 阅读原文 [ 1480字 | 6分钟 ]
【原文作者】 Founder Park
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★☆☆

Moonshot AI

月之暗面是一家 AI 初创大模...