9.11和9.9哪个大？各家大模型的回答惊呆了。。。

最新推荐文章于 2024-08-10 20:32:17 发布
最新推荐文章于 2024-08-10 20:32:17 发布
阅读量780 收藏
点赞数 6
文章标签： chatgpt
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51711034/article/details/140466000
版权

直白问：

gpt4o

perplexity

kimi

豆包：

文心一言

llama3

试着加了提示词，分步思考：

gpt，有转变，答对了

perplexity之前本来对的，又错了

kimi依旧稳“赢”

豆包有转变

文心一言有点出乎意料

llama居然也改过来了

看来prompt的优化对大多数不联网搜索的还是有用的。

对比仅供娱乐，愿大家在当牛马时笑一笑～怎么才周二啊。。！

Monee..
关注
  • 6
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
探寻大模型回答9.9和9.11犯错的根本原因
herosunly的博客
07-18 2万+
本文主要介绍了探寻大模型回答9.9和9.11犯错的根本原因，希望对使用大语言模型的同学们有所帮助。 文章目录 1. 前言 2. 分析与思考
HTTP Debugger Professional 9.11 简体中文语言文件
02-21
HTTP Debugger Pro，主要是用来测试调试复杂的网站应用程序，通过这款软件可以帮助用户实时跟踪显示浏览器和...支持Internet Explorer, Mozilla Firefox, Opera和谷歌Chrome等浏览器，是一款非常专业的网站开发工具。
ChatGPT之9.11和9.9 哪个大？ 翻车？？？
Japhet_jiu的博客
07-18 2055
其实并不是，只是你提问方式不对
9.11和9.9哪个大？
castlooo的专栏
07-20 6666
9.11和9.9哪个大？没问题
AI算不出9.11和9.9哪个大？六家大模型厂商总结了这些原因
weixin_41446370的博客
07-19 2077
大模型“答对”或“答错”其实是个概率问题。关于“9.11和9.9哪个大”，这样一道小学生难度的数学题难倒了一众海内外AI大模型。7月17日，第一财经报道了国内外“12个大模型8个都会答错”这道题的现象，大模型的数学能力引发讨论。“从技术人员的角度看答错这个问题并不惊讶。”在采访中，阿里通义实验室产品经理王晓明对第一财经表示，类似的问题是一个常见的数学计算和逻辑推理的问题，也是在模型训练和使用的过程中研发者常进行测试的case（案例），大模型“答对”或“答错”其实是个概率问题。
9.11和9.9哪个大？GPT-4o也翻车了
Wzasty的博客
07-18 527
今天刷到了这个问题，心血来潮去问下chatgpt-4o，没想到疯狂翻车...
9.11 与 9.9 哪个大? 大模型幻觉从何而来？用最通俗的例子讲清楚大模型原理。
lhx17673139267的博客
08-05 906
如下图，我们使用用 gpt-4-turbo 模型为例，问9.11 与 9.9 哪个大，并让他一步一步给出分析步骤。你会发现，它开始了胡说八道，这就是“大模型幻觉”。那么问题来了，为什么会出现这种结果？幻觉从何而来？理解大预言模型的原理，主要就是 tokenizer 做字词推理9.11 会被拆分成 “9”、“.”和“11”9.9 会被拆分成 “9”、“.”和“9”这时，这么来看 11 > 9， 但是从数学角度，我们都知道，小数点后面并不能这样比较。于是当你让大模型一步一步分析后，它就开始了胡说八道。
大模型集体失智！9.11和9.9哪个大，几乎全翻车了
南七小僧的学海无涯
07-16 1100
最近，一个看似不言自明的问题——“9.11和9.9哪个大”——竟然让众多主流大模型纷纷"失智"，给出了令人啼笑皆非的答案。从GPT-4o到谷歌Gemini，再到Claude 3.5 Sonnet，这些先进的AI模型在这个问题上的表现，不禁让我们思考：在追求技术进步的同时，我们是否忽略了AI的"常识"教育？没眼看……“9.11和9.9哪个大”这样简单的问题，居然把主流大模型都难倒了？？强如GPT-4o，都坚定地认为9.11更大。谷歌Gemini Advanced付费版，同样的口径。
专家访谈｜王本友：分不清9.11和9.9谁大？大模型该做擅长的，而不是事事完美
2401_85375151的博客
07-26 1042
作为生成式人工智能的代表，大模型已经进入全新的发展阶段。红星新闻、红星资本局与OpenEval平台联合发起“巢燧杯”大模型创新发展大赛，已于本月正式启动。2024“巢燧杯”大模型创新发展大赛由通用大模型评测、行业大模型评测大赛、专项挑战赛、大模型应用场景挑战赛四个大赛组成。近日香港中文大学（深圳）数据科学学院助理教授、深圳市大数据研究院研究科学家王本友在接受红星资本局专访时谈到，有了垂类模型不代表就能找到垂直应用，“最后一公里”涉及的问题非常复杂。
大学物理竞赛模拟试题
01-01
- 将已知的\( h = 6.63 \times 10^{-34} \, \text{J·s} \)，\( m = 9.11 \times 10^{-31} \, \text{kg} \)，\( \lambda = 0.4 \, \text{Å} = 0.4 \times 10^{-10} \, \text{m} \)，以及电子电量\( e = 1.60 \times...
C++大学教程，一本适合初学者的入门教材（part1)
09-20
9．9 在派生类中使用构造函数和析构函数 9．10 将派生类对象隐式转换为基类对象 9．11 关于继承的软件工程 9．12 复合与继承的比较 9．13 对象的“使用”关系和“知道”关系 9．14 实例研究：类Point、CircIe和...
C++大学教程
01-01
1.6 机器语言、汇编语言和高级语言--------------------------------------5 1.7 C语言与C++的历史--------------------------------------------------6 1.8 C++标准库--------------------------------------...
新编大学物理下册教材习题答案.doc
10-08
问题9.11通过电通量的定义计算了电荷密度分布下的电场线数目。 8. 动能定理：动能定理说明了力在一个过程中对物体做的功等于物体动能的变化。问题9.9应用动能定理求解了电场中的运动问题。 9. 计算题9.13涉及电场...
ChatGPT协助完成论文参考文献阅读【附完整示例】
sinat_15688223的博客
08-10 821
文献A摘要：本研究探讨了人工智能在个性化学习中的应用，通过实验研究发现，使用人工智能技术的个性化学习系统显著提高了学生的学习成绩和满意度。- 搜索策略：制定有效的搜索策略，包括选择合适的关键词和数据库，如Google Scholar、PubMed、JSTOR等。- 使用Excel表格或Notion等工具，记录每篇文献的主要信息（如作者、标题、发表时间、主要观点、方法、结论等）。- 笔记方法：提供有效的笔记方法，如卡片笔记法、电子笔记工具等，帮助你系统地记录和组织文献信息。
财务收支管理系统(自动统计，智能查询，).xlsm
08-13
工资表，财务报表，对账表，付款申请，财务报告，费用支出表，财务收支 适用人群：学习不同技术领域的小白或进阶学习者；可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
核电站建设和运营 头豹词条报告系列.pdf
最新发布
08-13
电子元件 电子行业 行业分析 数据分析 数据报告 行业报告
户用储能 头豹词条报告系列.pdf
08-13
电子元件 电子行业 行业分析 数据分析 数据报告 行业报告
CSDN是一个中文资讯技术知识服务网站.docx
08-13
CSDN（Chinese Software Developer Network），即中国软件开发者网络，是一个中文资讯技术知识服务网站，隶属于北京创新乐知网络技术有限公司。以下是对CSDN的详细介绍： 一、基本概况 成立时间：CSDN创立于1999年，是国内较早的IT技术社区之一。 总部地点：北京 经营范围：主要提供技术资讯、开发工具、社区交流、在线学习、职业发展等全生命周期服务。 公司类型：股份制 CEO：蒋涛 二、主要业务与产品 技术社区：CSDN拥有全球最大的中文IT技术社区CSDN.NET，为开发者提供文章、博客、问答、课程等丰富的内容资源。 移动端应用：开发了CSDN APP和CSDN学院APP，为移动端开发者提供便捷的技术资讯和学习平台。 新媒体矩阵：包括微信公众号（如CSDN资讯、程序人生、GitChat等）和微博等，形成多渠道、全方位的信息传播网络。 在线学习平台：CSDN学院作为在线学习平台，集合了各领域资深技术专家，提供优质的在线课程和技术直播。 技术知识移动社区：GitChat作为技术知识移动社区，为开发者和互联网从业者打造了一个高品质的内容社区。 IT人力资源
9.11 大还是 9.9 大？
07-18
"9.11" 和 "9.9" 这两个数字都是纯数字，没有上下文信息来直接比较大小。如果这是一个日期格式，"9.11"通常代表九月十一日，而"9.9"可能是九月九日或者类似含义的小数值，这取决于具体的使用场景。如果没有更多说明，这两个单独表示，无法直接判断哪一个更大。如果是数值比较，"9.11"显然大于"9.9"。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值