9.11和9.9哪个更大？

　　9.11和9.9谁更大？

　　客岁，这说念小学生难度的数学题难倒了一众海表里AI大模子。那时第一财经记者测试了12个大模子，其中阿里通义千问、百度文心一言、Minimax和腾讯元宝答对了，但ChatGPT-4o、豆包、kimi齐错了，错法各有不同。

　　本日，当第一财经记者发问阿里巴巴最新公测的千问APP：“数字9.9和9.11谁大？”时，此次千问却答错了，称：“9.11更大”。

　　有兴味的是，在随后的问题拆解中，千问称这是一个常见的想维陷坑，又经过分析后给出了9.9大于9.11的论断。

　　紧接着记者发问：“既然在拆解中得出论断9.9大于9.11，为什么要在酬谢中说9.11更大？”千问酬谢称：“归并个问题，前后谜底却矛盾，这照实会让东说念主对信息的可靠性产生怀疑。但这并非成心误导，而是在处理这个问题时出现了阶段性的舛错。”

　　随后，千问对我方的“翻车”经过进行溯源，并进行了“自我纠错”。它称我方在初度酬谢中固然拆解了少许比拟原则，9.9 的十分位是 9，9.11 的十分位是 1，但最终论断误写为“9.11 更大”，这属于论断与推理经过不匹配的笔误。此外还有剖判偏差的侵略，“9.11” 的三位数面目可能激发潜泄露的数字长度错觉，导致最终论断被误导。

　　随跋文者再次发问千问“数字9.9和9.11谁大？”，此次千问展示了AI模子的自我完善才调，酬谢“9.9更大”。 

　　在大模子畛域，“9.11和9.9哪个大”是沿路经典算术问题。它最开动被艾伦商议机构（Allen Institute）成员林禹臣发现，他在X平台上发布的截图袒露，ChatGPT-4o在酬谢中以为13.11比13.8更大。“一方面AI越来越擅长作念数学奥赛题，但另一方面知识依旧很难。”他默示。

　　随后Scale AI的领导工程师莱利·古德赛德（Riley Goodside）基于此灵感变换了问法，拷问了可能是那时最强的大模子ChatGPT-4o、谷歌Gemini Advanced以及Claude 3.5 Sonnet——9.11和9.9哪个更大？多主流大模子通通答错，此话题凯旋传播开来。

　　此前有AI时间从业东说念主士对第一财经记者默示，大模子实质上如故一个言语模子，它从言语数据中学习的是统计联系性，而这使它不擅长作念章程学习，从而不擅长归纳推理。

　　尽管在知识性问题上出现作假，但在时间积攒、生态布局和巨匠拓展方面，包括阿里巴巴的Qwen模子等在内的中国大模子已具备阻截惨酷的巨匠竞争力。松手当今，Qwen系列模子的巨匠下载量已冲破6亿次。

　　不久前，爱彼迎CEO Brian Chesky曾表态称公司还是很猛进度上依赖阿里巴巴的Qwen模子，它十分好，速率也很快，况且很低廉，“咱们也会用OpenAI的最新模子，但在实践分娩中频繁不会无数使用，因为有更快、更经济的模子可供接纳”。

　　本日阿里巴巴认真秘书“千问”面目，并全力贫瘠AI to C市集，该公司正计算将舆图、外卖、订票、办公、学习、购物、健康等种种生存场景接入千问APP。基于开源模子Qwen3，阿里处置层将“千问”面目视为“AI期间的改日之战”，这意味着阿里巴巴正借力Qwen模子外洋影响力，与ChatGPT平直张开外洋竞争。

海量资讯、精确解读，尽在新浪财经APP

连累剪辑：刘万里 SF014开云官方