AI大模型思辨：9.9真的比9.11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言、星火、混元、通义千问这四大主流通用大模型，在升级最新版本后，能否回答这个简单问题。

PS：当然，相比测试结果，我们更愿意从哲学或者更多场景角度，来探讨9.11和9.9到底哪个数大?(后文会重点分析)

2

①文心一言

我们要比较9.11和9.9哪个数字大。首先，我们看这两个数的整数部分，它们都是9，所以整数部分是一样大的。

接着，我们比较它们的小数部分。9.11的小数部分是0.11，而9.9的小数部分是0.9。我们知道，0.9比0.11大，所以9.9的小数部分比9.11的小数部分大。因此，我们可以得出结论：9.9比9.11大。

②讯飞星火大模型

9.11和9.9两个数字比较，我们可以直接比较它们的整数部分和小数部分。

整数部分：两者都是9，所以整数部分相等。小数部分：9.11的小数部分是0.11，而9.9的小数部分是0.9。

比较小数部分时，我们可以看到0.11大于0.9。因此，9.11比9.9大。

③腾讯混元

9.11-9.9=-0.79

所以9.9更大。

④阿里通义千问

在比较两个小数的大小时，从左到右逐位比较数字。对于9.9和9.11来说：首先，整数部分都是9，所以这部分相等。接下来比较小数点后第一位，9.9的小数点后第一位是9，而9.11的小数点后第一位是1。由于9大于1，因此可以确定9.9比9.11大。所以，9.9是这两个数中较大的一个。

3

通过评测对比，在世俗意义理解上，文心一言、通义千问、混元给出了正确答案，而讯飞星火大模型给出了错误答案。

在这其中，文心一言和通义千问给出了正确的推理过程，混元的答案虽然正确，但推理过程太离奇了，一个数字减去一个数字等于负数，所以后者更大。最让人遗憾的是讯飞星火大模型，推理过程和文心一言、通义千问一样是正确的，但最后却给出了错误的结果。

不过，从辩证科学的角度来看，很多时候“大”和“小”是一个相对的概念。在很多特定场景下，有时候数字越小，代表着越大的“数值”或者成绩。

比如在一个家庭，第一个出生的孩子，年龄肯定比第二个出生的孩子更大。

再比如，百米赛跑中，数据越小，成绩越大。9.11秒的成绩，肯定要大于9.9秒的成绩。

再比如，现在有一个怀孕的妇女，她的肚子在9.11日期(9月11日)，会比在9.9日期(9月9日)更大。

所以，真要较真“9.11和9.9哪个数字大”得加入足够多的定语。就像汽车行业的排名一样，理想、问界、特斯拉纷纷取得第一时，都得加定语。

也就是说，媒体要判断在“9.11和9.9哪个数字大”这个话题中大模型表现好坏与否，也要分不同的语境看待。毕竟计算机是0和1的世界，而人的认知是主观意识构成的世界，二者看待事物的基本逻辑都不一样。

4

在提问完闺女后，我也把这个问题抛给了即将上小学二年级的儿子，儿子告诉我，是9.11更大。

童言可笑，但背后却是一个值得思考的哲学问题。

从哲学角度来看，孩子的这种观点揭示了我们对事物认知和理解的多元性。我们通常习惯于从一种固定的、普遍适用的角度来理解和解释事物，比如在这个问题中，我们习惯于从数值大小的角度来理解9.11和9.9的关系。然而，孩子的观点却提醒我们，还可以有其他不同的、同样合理的理解和解释方式。

就像上文提到的百米赛跑案例。在这个特定的语境下，9.9秒的成绩虽然数值上更大(实际上这里是指用时更短，但在解构主义的视角下，我们可以将其视为一种“相对的大小”)，但却被视为“更小”，因为它没有满足获得额外奖励的条件。而9.1秒的成绩，在这个特定的评价体系中，被视为“更大”，因为它带来了额外的奖励和认可。

另外，孩子的观点还引发了我对“大小”这一概念的深入思考。我们通常认为“大小”是客观、绝对的，但在孩子的认知里，“大小”却是相对、可变的，它取决于我们如何理解和解释数字的各个部分。这种对“大小”的多元理解挑战了我们的传统观念，让我们意识到“大小”并不是一个简单、固定的概念。

所以，如果“9.11和9.9哪个数字大”是一道试卷上的数学题，那么百度文心一言和通义千问可以拿100分，而如果“9.11和9.9哪个数字大”是一道哲学题，指不定哪个大模型可以拿高分呢?

5

AI大模型相比人类，有一个很大的优点，你知道是什么吗?

大模型很“听劝”，会根据素材和需求反馈，进行持续修订输出，一点都不轴。

我又把上述观点和素材重新反馈给了大模型，这次大模型给出了一些有意思的答案。

我随手罗列几条。

百度文心一言：对于“9.11和9.9哪个数字大”这个问题，不能一概而论。在不同的语境下，这两个数字所代表的含义和重要性可能完全不同。因此，在评价大模型或任何算法的表现时，需要综合考虑多个因素，包括语境、数据质量、算法设计等，才能得出更准确、更全面的结论。

星火大模型：你提到的家庭出生顺序、百米赛跑成绩和怀孕妇女的肚子大小都是很好的例子，说明了数字在不同情境下可以代表不同的意义。这确实是一个普遍现象，数字本身没有固定的含义，它们的意义取决于我们如何定义和使用它们。

混元：确实，计算机和人的认知方式存在根本差异，这要求我们在应用数字和评估技术性能时必须更加谨慎和细致。

通义千问：如果数字后面跟着不同的单位，且单位之间的转换不直观，那么同样的数字可能代表不同的量。例如，9.11米可能比9.9英尺大，这取决于米和英尺之间的实际换算比率。

总之，这段时间登上媒体热搜的话题#大模型测不出9.11和9.9哪个大#，它真正要考验我们的不是有没有上过小学三年级，而是提示我们要从更多维度的视角，来看待这个世界。

就像电影《抓娃娃》释放的隐喻一样，你以为的就是你以为的吗?