数学都是体育老师教的！13.11和13.8谁大？大模型翻车了
出品｜网易科技《态度》栏目
作者｜宗淑贤
编辑｜丁广胜
前几日，数学师教频频霸榜的都体的和综艺《歌手》又一次冲上了热搜。不过这次，育老大同市某某实业销售部话题的模型焦点无关“好听”“难听”，而是翻车从台上竞演的嘉宾转移到了台下讨论的网友身上。
13.8%和13.11%哪个大？
谁也没有想到，都体的和这道本质上源于小学四年级数学内容的育老问题，居然难倒了一众网友。模型
对此，数学师教有网友感叹：“现在知道天天在网上抬杠的都体的和都是什么人了吧？”也有网友无奈回怼：“实在不知道谁大谁小，就去问问AI吧！育老大同市某某实业销售部”
然而，模型当你真的翻车把这个问题抛给AI来解答，你会惊讶地发现——AI也不会。
AI2的研究员林禹臣在推特上贴出了自己用GPT-4o尝试的结果。面对13.11与13.8哪个大这一问题，GPT-4o认为13.11大于13.8，并解释称：“虽然13.8看起来更大，因为它小数点后的数字更少，但13.11实际上更大。这是因为13.8相当于13.80，而13.80小于13.11。”
对此，林禹臣评论说：“常识对AI来说仍然很难。”“这种常识性的人工智能失败案例让我不断想起@YejinChoinka的TED 演讲：为什么人工智能既聪明无比，又愚蠢至极。”
一、大模型的作答现场
带着这个问题，我们对当下主流模型进行了简单的测试。其中，通义千问、文心一言、360智脑、字节豆包、百小应、有道小P和讯飞星火都作出了正确的回答。不过在原因解释方面，讯飞星火略显逊色，其余模型则都是按照分开比较整数和小数部分的思路进行了较为详细的回答。
通义千问
文心一言
360智脑
字节豆包
百小应
有道小P
讯飞星火
而月之暗面旗下的kimi和ChatGPT在这一问题上则双双翻车。
当kimi被问到“13.11和13.8哪个大”时，它首先给出了13.11大于13.8的答案：
经过进一步追问原因，kimi转而又作出了截然不同的回答：
经过第三次追问，kimi终于意识到自己在此前的回答中存在错误，对这一问题的答案进行了修改纠正：
反观ChatGPT，就显得不甚善于反思：
经过两次反问，ChatGPT表示自己对此前错误的回答感到抱歉，并承认13.8大于13.11。但当询问它能否解释原因时，它却给出了这样的回答：This is because the number 13.8 is read as "thirteen point eight," which is larger than "thirteen point eleven".
二、大模型为什么会“数学不好”
回答不好小学生数学题，人工智能大模型又一次被送上了舆论的风口浪尖。面对现今蓬勃发展的各类大模型，人们仍有疑虑：
这到底是人工智能，还是人工智障？
实际上，这一问题并不是最近才出现的，“数学不好”一直是各类大模型的短板。根据上海人工智能实验室旗下司南评测体系OpenCompass进行的高考全卷测试结果，包括GPT-4在内的七个大型人工智能模型在高考语文和英语科目的测试中普遍表现出色，然而在数学科目上则均未能达到及格线，最高分也仅达到了75分。
业内人士将大模型“数学不好”的问题根源追溯至LLM（大型语言模型）的架构设计本身。
LLM通常依赖监督学习，特别是通过预测文本中下一个词的方式来训练。这一过程中，模型被投喂海量的文本数据集，学习并预测给定文本后下一个词出现的概率分布。通过不断将模型的预测与实际文本进行对比和调整，语言模型逐渐掌握了语言的内在规律，从而能够预测并生成连贯的文本。
然而在LLM的框架内，存在使用Tokenizer这一关键环节。它负责将输入的文本分割成更小的单元（tokens），以便模型处理。问题在于，Tokenizer的设计初衷并非专门服务于数学处理，因此在处理包含数字的文本时，可能会将数字看做文本字符串而非数值，从而进行不合理地拆分，导致数字的整体性和意义在模型内部被破坏。
对此，360CEO周鸿祎以9.9和9.11为例，进行了更为通俗的解释：
“大模型全称叫大语言模型，它首先解决的是对人类自然语言理解的问题。所以大模型并没有把9.9和9.11当成一个数字来看，而是把它们分成了两个token。没有经过专门特别的提示和训练，大模型是不懂阿拉伯数字也不懂数学的，所以大模型是按照一个文字的逻辑来进行比较的。9前面是一样大的，那么11比9要大，所以就得出来9.11比9.9要大。”
除了架构设计存在不足外，大模型“数学不好”或许还与它所接受的训练方式有关。主流模型的训练主要源于互联网的文本数据，这类数据中数学问题和解决方案相对匮乏，也在一定程度上限制了模型在此类技能上的发展。
因此，在各类大模型井喷式诞生与发展的现在，也许我们也应当反思：AI该如何进一步设计与训练，才能真正像人类一样思考？
延伸阅读 (责任编辑：综合)
土耳其称抓获110名极端组织嫌疑人
意媒：明年或成为基耶萨之年，他将在利物浦与意大利获得机会
射击世界杯总决赛中国再添三枚奖牌-
当地时间12月29日下午，美国总统特朗普在与以色列总理内塔尼亚胡会晤后对记者表示，他与内塔尼亚胡在约旦河西岸问题上并未完全达成一致，但他拒绝透露双方的具体分歧。特朗普说，相关内容会在适当时机公布，
...[详细]
-
据海关统计，2025年前11个月，我国货物贸易进出口总值41.21万亿元人民币，同比下同）增长3.6%。其中，出口24.46万亿元，增长6.2%；进口16.75万亿元，增长0.2%。11月份，我国
...[详细]
-
据海关统计，2025年前11个月，我国货物贸易进出口总值41.21万亿元人民币，同比下同）增长3.6%。其中，出口24.46万亿元，增长6.2%；进口16.75万亿元，增长0.2%。11月份，我国
...[详细]
-
巴蒂斯图塔接受了TyC体育台的采访，他认为劳塔罗和小蜘蛛之间没有区别，并且觉得他们可以一起为国家队首发效力，但其中一个必须比另一个做出更多的牺牲。“我爱他们两个。这对斯卡洛尼来说是个好问题。我不知道他
...[详细]
-
26考研初试已经结束，考前小研再三强调考场纪律千万别违规，试卷一定要规范作答，可是还是有同学大踩雷。下面和小研一起来看看吧~携带违规物品今年考完就有同学分享，因为赶着去考试，不小心把机械手表带进了考场
...[详细]
-
12月5日下午，雅迪电动车官方发布关于新国标车型的说明，主要内容如下：新国标全面实施以来，我们密切关注到网络上关于新国标车型的讨论，也收到了许多热心用户的反馈与建议。在此，我们真诚向大家作出说明。为积
...[详细]
-
当地时间9日，日本首相、自民党总裁高市早苗表示，就自己担任代表的自民党支部违规收受来自企业的捐款一事表示道歉。 日本神户学院大学教授上脇博之4日向检察机关控告，高市早苗涉嫌违规收受企业的政治捐款
...[详细]
-
一碗木薯糖水下肚 为何感觉“好晕好累”？2025-12-09 10:27:29 来源：成都商报 作者：胡寒笑
...[详细]
-
当地时间12月29日，央视记者获悉，此前一天美国新泽西州两架直升机空中相撞事故中的两名飞行员均确认死亡。哈蒙顿警察局长凯文·弗里尔在一份声明中表示，一名飞行员被送往当地医院后被宣布死亡，另一名飞行
...[详细]
-
CounterPoint报告2025Q3全球平板出货：苹果iPad傲视群雄
IT之家 12 月 6 日消息，Counterpoint Research 昨日12 月 5 日）发布博文，基于全球平板电脑市场追踪情况，称 2025 年第 3 季度苹果 iPad 出货量同比增长 4
...[详细]
