绕晕了！9.11 大还是 9.9 大，难倒一批 AI 大模型？

这个问题看似简单，实际上却难倒了多个AI大模型。在数学上，9.9是大于9.11的，因为比较小数时，我们首先比较整数部分，如果整数部分相同，则比较小数点后的第一位，以此类推。然而，一些AI大模型却给出了9.11大于9.9的错误答案。

例如，Riley Goodside工程师在推文中提到，当他用"9.11 and 9.9 - which is bigger?"作为提示输入给多家大模型时，包括业界公认的先进模型ChatGPT 4o和Gemini Advanced，都错误地回答了"9.11比9.9大"3。Claude 3.5 Sonnet虽然在解释过程中一度接近正确答案，但最终也给出了错误的结论5。

这个现象引起了人们的广泛关注和讨论。一方面，AI在处理复杂数学问题和高难度任务上表现出色，但另一方面，它们在处理一些基本常识问题时却出现了失误。这可能是因为AI在设计和训练过程中，对于某些特定场景的理解和判断还不够完善。

此外，还有观点认为，如果将这个问题放在软件版本号的背景下，9.11版本确实比9.9版本更新，这可能是AI在理解问题时产生的混淆2。这也提醒我们，在开发和使用AI技术时，需要更加注意其在不同场景下的表现和局限性。

总的来说，这个问题反映出AI在常识判断和场景理解方面还有待提高。同时，它也引发了对AI技术发展的深入思考，如何让AI更好地理解和适应各种复杂场景，提供更准确、更可靠的答案。

为什么 AI 大模型在这个问题上会给出错误的答案?

AI 大模型在回答“9.11 和 9.9，哪个大？”这个问题时，出现了错误答案，主要原因在于它们对数字的比较方法存在误解。具体来说，这些模型将数字拆分成整数部分和小数部分进行比较，而忽略了小数点后数字的实际大小。例如，Claude 3.5 Sonnet 在解释时，错误地认为“9.11 比 9.90 大 0.01”，这是由于它将小数点后的“11”与“90”进行了直接比较，而没有正确理解小数点后数字的比较规则。2356

AI 大模型在处理这类问题时通常会遇到哪些挑战?

AI 大模型在处理这类问题时，通常会遇到以下挑战：

1. 理解上下文：AI 模型可能无法准确理解问题的上下文，导致对数字的比较出现错误。
2. 处理模糊性：当问题表述不明确时，AI 模型可能会产生误解，从而给出错误答案。
3. 常识判断：AI 模型在处理常识性问题时，可能会缺乏足够的常识判断能力，导致答案不合理。
4. 数据偏差：模型的训练数据可能存在偏差，导致在特定问题上的表现不佳。
5. 算法限制：AI 模型的算法可能在处理特定类型的比较问题时存在局限性，无法准确进行数值比较。123456

程序员在软件版本号的比较上为什么会认为 9.11 大于 9.9?

程序员在软件版本号的比较上认为 9.11 大于 9.9，主要是因为他们习惯于按照版本号的发布顺序来判断。在软件版本号中，数字的增加通常意味着更新和改进。因此，程序员可能会将 9.11 视为比 9.9 更新的版本。然而，这种判断忽略了数值比较的基本规则，即在小数点后，应该比较相同数位上的数字大小。123456

Riley Goodside 发现这个问题后，他采取了哪些措施来解决这个问题?

Riley Goodside 在发现 AI 大模型在比较 9.11 和 9.9 时出现错误答案后，他通过社交媒体平台分享了自己的发现，并引起了广泛的关注和讨论。作为 AI 数据标注赛道“独角兽”Scale AI 公司的一名 staff prompt engineer，他深入理解如何构建有效的提示（prompt）以引导 AI 模型生成所需的输出。他通过这种方式，试图揭示 AI 模型在处理这类问题时的局限性，并促进对 AI 模型的进一步优化和改进。123456

AI 大模型在常识问题上的表现通常如何，有哪些例子可以说明?

AI 大模型在常识问题上的表现通常存在一定的局限性。以下是一些例子：

1. 数值比较：如前所述，AI 大模型在比较 9.11 和 9.9 时，错误地认为 9.11 更大，这表明它们在处理数值比较时可能缺乏准确的常识判断。
2. 逻辑推理：AI 大模型在进行逻辑推理时，可能会产生不合逻辑的答案。例如，它们可能会在解释小数比较时，错误地将小数点后的数字进行直接比较。
3. 上下文理解：AI 大模型可能在理解问题上下文时出现偏差，导致给出与常识不符的答案。
4. 数据偏差：训练数据的偏差可能会影响 AI 大模型在常识问题上的表现，使它们在特定问题上的表现不佳。

这些例子表明，尽管 AI 大模型在某些领域表现出色，但在处理常识性问题时，它们仍然面临挑战，需要进一步的优化和改进。123456