大语言模型数学逻辑缺陷探析.pdfVIP

239为什么大模型觉得9.11比9.8更大？

欢迎回到《科技参考》，我是

前一阵子，有一个在刷屏了：有人发现十几个大语言模型

都无法准确回答一个特别简单的问题，就是9.11大还是9.8大。最

初测试结果，十几个大模型集体翻车。等发酵了一段时间后，有

再去验证，情况有所改进，一半的大模型能答对，但还是有一半

答错，看来是这些公司对这个热点错误做了一些改进的结果。

今天我们就借这个话题说说大模型的有哪些，再谈谈大模型智慧

的边界在哪里、大模型的运转是不是等价于思考这些偏哲学的话题。

后来很多人也换了问题，比如9.25和9.8谁大、9.25和9.9谁大。

错误也照样出现。

这个之所以刷屏，是因为这个问题对大部分人来说是可以理解

的，但实际上大语言模型中的还有很多，比如问题（不

可解释）、逆转、性遗忘…这些有的是源于自注意力机

制，有的是和训练过程密切相关，总之，需要更深入的了解大语言模

型的工作机制才能知道错误为什么会发生。当然，我们是不会看到这

些被刷屏的情况的。

9.11比9.8更大，为什么会发生呢？

因为一个问题扔给大语言模型后，第一步