近日，在《歌手》节目中，孙楠与外国歌手的微小分数差异引发了网友关于13.8%和13.11%谁大谁小的争论，不少网友给出了错误答案，而记者发现，不少大模型也犯了同样的错误，例如Kimi、智谱清言、通义等，而百度文心一言和字节豆包则给出了正确答案。

😄 **大模型“智商”遭质疑**：在《歌手》节目中，孙楠与外国歌手的微小分数差异引发了网友关于13.8%和13.11%谁大谁小的争论，不少网友给出了错误答案，而记者发现，不少大模型也犯了同样的错误，例如Kimi、智谱清言、通义等。 这些大模型将13.8误以为13.08，因此得出13.11更大的错误结论。这一现象反映了当前大模型在处理简单数学问题时，仍存在一定的局限性，容易受到训练数据和推理过程的影响，导致出现“幻觉”现象。 例如，Kimi在回答时，有时能回答正确，有时却会给出错误答案，这表明它对小数点比大小的理解并不稳定，需要更多的数据和更完善的训练才能提高准确率。

🤔 **大模型“幻觉”的来源**：哈尔滨工业大学和华为的研究团队发表的综述论文认为，模型产生幻觉的三大来源是：数据源、训练过程和推理。 大模型可能会过度依赖训练数据中的一些模式，导致对一些简单规则的理解出现偏差。此外，大模型还可能会出现长尾知识回忆不足、难以应对复杂推理的情况。 例如，Kimi在回答“是否知道湖南卫视《歌手》排名引发13.11和13.8谁更大的事件”时，能够顺利地回答，并为自己此前答错而道歉，这表明它能够识别和理解一些现实事件，但它在处理具体问题时，却容易出现逻辑错误。

🚀 **大模型“幻觉”的解决方向**：目前，大模型的幻觉率仍然较高，这也是产业界缺乏真正颠覆性应用的原因之一。业界都在共同解决这一核心问题，让大模型在业务流程中变得更可控。 为了提高大模型的准确性和可靠性，需要从数据、训练和推理等多个方面进行改进。例如，可以采用更精准的数据清洗和标注方法，改进模型的训练算法，以及引入更有效的推理机制，以减少“幻觉”的出现。 此外，还需要加强对大模型的评估和测试，以确保其在不同场景下的表现符合预期，并不断完善其能力，使其能够更好地服务于人类。

👍 **文心一言和豆包的表现**：在记者的测试中，百度文心一言和字节豆包都给出了正确的答案，并展示了不同的推理过程。文心一言不仅给出了具体的推理过程，也答出了近期新闻事件，展现出其强大的语言理解和推理能力。豆包也经受住了考验，证明其在处理简单数学问题方面具备一定的可靠性。

😔 **大模型发展之路**：虽然大模型在处理一些简单问题时，仍存在一定的局限性，但其在语言理解、知识检索、内容创作等方面的能力不断提升，未来将会有更大的发展空间。相信随着技术的进步和算法的优化，大模型的“智商”会越来越高，能够更好地服务于人类社会。

《科创板日报》7月16日讯（记者 黄心怡） 近日，在最新一期的《歌手》节目中，孙楠与外国歌手的微小分数差异，引发了网友关于13.8%和13.11%谁大谁小的争论。

有网友竟给出“13.8%大于13.11%”的错误答案，而记者发现，不少大模型也与部分网友一样，弄不清这个小学四年级的知识点 。

在《科创板日报》记者的测试中，Kimi、智谱清言、通义等大模型应用纷纷翻车，而百度文心一言、字节豆包则守住了大模型的尊严。

记者提问后，Kimi称：13.11大于13.8。在进行了一番引导后，包括询问13.11减去13.8的答案为负数，如何解答其意义，Kimi才给出了正确回答。

记者又多次询问Kimi 13.11和13.8谁大，Kimi有时能回答正确。从错误的回答来看，Kimi与部分网友一样，把13.8误以为13.08，所以得出了13.11更大的结果。

记者询问了Kimi是否知道湖南卫视《歌手》排名引发13.11和13.8谁更大的事件？Kimi顺利地回答了，并为自己此前答错而道歉。

之后，记者还测试了其他小数点比大小，Kimi的准确率为50%。

Kimi在数理逻辑方面存在胡说八道的现象，那么其他大模型是否能准确回答？在记者的测试中，文心一言和豆包都给出了正确的答案。

其中，文心一言给出了具体的推理过程，也答出了近期新闻事件。

豆包也经受住了考验。

智谱清言同样犯了与网友相同的位数错误，由于认为11比8大，推理出13.11比13.8大。而通义也坚定相信13.11大于13.8。

智谱清言的回答

通义的回答

值得一提的是，ChatGPT也出现了胡说八道的现象。在为13.8填补了13.80的零位数后，才得出了正确的回答。

这类大模型说胡话的现象，在业界被称为大模型出现幻觉。此前，哈尔滨工业大学和华为的研究团队发表的综述论文认为，模型产生幻觉的三大来源：数据源、训练过程和推理。大模型可能会过度依赖训练数据中的一些模式，如位置接近性、共现统计数据和相关文档计数，从而导致幻觉。此外，大模型还可能会出现长尾知识回忆不足、难以应对复杂推理的情况。

有产业界人士告诉《科创板日报》记者，目前大模型的幻觉率仍然较高，这也是产业界缺乏真正颠覆性应用的原因之一，业界都在共同解决这一核心问题，让大模型在业务流程中变得更可控。