你的位置：骚妹妹 > www.henhenlu.com > 【STCESD-015】【お得セット】自慰快楽パラノイド 大場ゆい 本庄優花 高梨あゆみ 愚蠢的AI，9.11>9.9，科技巨头需要反念念
发布日期：2024-08-26 10:33 点击次数：167
最近有个问题挺火，歌手2024的适度，孙楠13.8%排第三【STCESD-015】【お得セット】自慰快楽パラノイド 大場ゆい 本庄優花 高梨あゆみ，CM13.11%排第四，竟然引起网上好多东谈主质疑，以为13.11比13.8大，质疑官方公开作弊。摒除有东谈主有益搞笑，大约简直有东谈主这样想。
因为小镇拿AI试了一下，问AI们9.11和9.9哪个数更大，适度全寰球Ai们纷繁翻车，翻车的主如果好意思国的大模子，以为9.11更大，而中国大模子大齐对了。
其实论断判断错了倒也闭幕，问题是好多AI明明逻辑是正确的，也知谈个位数齐是9，需要相比少量点之后的少量，但好意思国的AI们竟然以为少量点后的11>9，是以9.11更大。
大奶喵喵酱先是海外的，集体翻车：
GPT-4o错得很干脆，奏凯说0.11大于0.9。
GPT3.5Turbo是相通的裂缝。
2024年6月新发布Claude3.5，还有谷歌的Gemini 1.5 Flash最搞笑，一边说11/100比90/100小，然则又说0.11比0.9大，逻辑照旧绝对乱了。
Sider Fusion跟GPT一个裂缝。
精神最混乱确当属Meta公司的Llama 3。既小又大，归正两个论断齐说了，就差说9.11和9.9相通大了。
唯独正确的是谷歌的Gemini 1.5 Pro，这个版块是1.0 Ultra和1.5 Flash的升级版，终于知谈少量点之后要一位位的比，居然Flash不愧是“最快的模子”，别管对分歧，快就完事了。
跟集体翻车的好意思国AI们相对比，中国AI靠谱太多了，测试了四个，诀别是通义千问、文心一言、讯飞星火、月之暗面的Kimi，除了Kimi齐对了，文心一言还特出强调，少量部分相比要从左到右、每一位齐要进行相比。
天然国产大模子也有裂缝的，但总的来说，当作中好意思两国头部的大模子，国产大模子大多数是对的，与海外大多数是错的形成了昭着对比。
天然毕竟9.11和9.9的相比简直是太容易了，弗成因此以为好意思国的数学水平比中国低，当今AI也照实渊博存在肖似幻觉率太高的问题，这也导致大模子当今很难运用于履行出产，毕竟搞搞翰墨、图片、内容生成，错了就错了，履行出产如果出现这种裂缝，那问题就大了。
但洽商到AI大模子考试是基于渊博的数据，好意思国确天然用好意思国的数据，中国的用中国的数据，那么变成这个裂缝，就两个可能：
一是好意思国的大模子存在严重的底层裂缝。发现一个蟑螂就意味着有更多莫得发现的，还有若干肖似于9.11大于9.9的好笑裂缝？这些裂缝的存在势必会影响大模子的履行使用。
当今中好意思大模子基于的基础表面是一致的，因此不至于因为基础表面和架构，出现中国大模子不错、好意思国不行的问题。
二是好意思国国民数学平均智商远远差于中国。毕竟进行考试的时候，不可能只选拔来自精英的数据，大约是好意思国近些年极为渊博的小瞧理工科教训、全民反智倾向，导致了这一适度。
天然，以善策划仅仅一种可能，表面上不至于在这样简短的问题上出现裂缝，那么还有一种可能，那即是“草台班子”问题。
但凡在这个问题上出现裂缝的AI大模子，拓荒团队细目奏凯把数字当文本处理了，天然恢复的时候会提到少量，但履行分析的时候忽略了少量点，属于颠倒基础的模子分词裂缝。
也可能是某些大模子在处理的时候，为了简略资源，奏凯用了32位单精度以致16位半精度算计，而莫得使用64位的双精度浮点算计。
但不管何如，中好意思两国的头部大模子，好意思国的基本全错，中国的基本全对，显豁好意思国的AI大模子公司需要反念念，且看什么时候这个问题能够获取改革，各公经理当收到了好多适度裂缝的反应，如果一周技艺还弗成惩办，那需要反念念的就更多了。
从当今看【STCESD-015】【お得セット】自慰快楽パラノイド 大場ゆい 本庄優花 高梨あゆみ，至少海外的大模子AI不太相宜作念数学题，照旧别难为AI了。