9.11和9.8比誰大？ 阿裡通義臨時“改口”，多家仍顯示錯誤

新浪科技訊 7月17日下午消息，有消息稱多家大模型在9.11和9.9誰大這個簡單的數學問題上回答錯誤，稱9.11大於9.9或大於9.8。新浪科技實測發現，阿裡通義千問被曝光出現錯誤後火速“改口”；Chatgpt4、豆包、百川智能、Kimi、商湯商量仍然錯誤；訊飛星火、元寶則一直正確。

1． 阿裡通義千問此前判斷9.11大於9.8，今日經新浪科技實測發現，通義已經“改口”，認為9.8大於9.11。

2． ChatGPT4.0一直堅持錯誤答案。

3． 豆包在被曝光前後都提供了9.11大於9.9的錯誤答案。

4． 百川智能仍然堅持錯誤答案，稱9.11大於9.8或9.9。

5． Kimi不但堅持錯誤答案，甚至答非所問把9.11識別成了9.91。對此，Kimi開發公司月之暗面回應表示：“其實我們人類對大模型的能力探索——無論是大模型能做到什麼，還是大模型做不到什麼——都還處於非常早期的階段。我們非常期待用戶在使用中能夠發現和報告更多的邊界案例（Corner Case），不管是最近的‘9.9和9.11哪個大、13.8和13.11哪個大’，還是之前的‘strawberry有幾個r’，這些邊界案例的發現，有助於我們增加對大模型能力邊界的瞭解。”

6． 商湯商量仍然錯誤。

7． 訊飛星火一直保持著正確。

8． 元寶一直正確，並給出了競品打錯的原因。其表示，9.9實際上比9.11大。這個看似簡單的問題，卻難倒了許多AI大模型，包括GPT-4o和Claude、3.5 Sonnet等。

它認為，AI大模型回答錯誤的原因有兩方面，一方面是Tokenization誤解，即一些AI模型在處理小數時，由於Tokenization的方法，錯誤地認為小數點後的數字具有不同的權重，導致它們認為11大於9148。另一點是對小數點後的數字處理不當，AI模型在比較小數大小時，未能正確理解小數點後數字的相對大小，錯誤地認為9.11大於9.9。