大模型思辨真的比大吗？

大模型思辨：真的比大吗？

1先来提问大家一个问题：9.11和9.9哪个数字大?一般来说，上过小学三年级的小朋友，都能回答这个问题。我提问了我正在做猿辅导卷子的闺女(9月份上四年级)，她说当然是9.9大了，这么简单的问题还用问我。可是，被一些最聪明的人搞出来的，号称千亿参数的人工智能大模型，却在这个问题上翻车了。近期，话题#大模型测不出9.11和9.9哪个大#火爆出圈。经过第一财经测试，ChatGPT-4o、字节豆包、月之暗面kimi、智谱清言、零一万物万知、阶跃星辰跃问、百川智能百小应、商汤商量都答错了，且错法各有不同。那我们也测试下文心一...