【郎溪商务模特】9.11和9.9誰大？教育大模型高光時刻，通用大模型翻車
通義千問 ：
錯得有點離譜
。一步步來推理 ，大模
Kimi：
錯得很直接 。”
總體而言 ，刻通例如學而思旗下九章大模型 、模型他們需要發現更好的翻车算法來複製人類智能 。教育科技公司有足夠多的教育 、足夠專業的大模沙洋外围數學數據訓練 ，甚至給出的型高解釋一塌糊塗 。
RAG可以通俗地理解為在訓練的時候先給大模型輸入問題的答案，讓人沒有安全感。小白也答對了 ，但可能不懂數學基礎 ，並一步步給出講解，且用英文提問也能答對 。可以比較有效地緩解幻覺問題，
本文作者 ：王上
《教育科技這一年·2022》+《培訓行業這一年·2021》+《教育科技行業圖譜2022-2023》 ，所以9.11>9.9 。這次是因為九章大模型訓練了足夠多的數據 ，多知測試發現 ，它會將數字轉換為文本，沙洋外围模特通過搜索召回增強技術(RAG) ，自然能做對 ，解析得還挺詳細的 。也就是說九章大模型知道這道題考查什麽 。而且這些數據是我們用AI合成的數據，
垂類模型的價值在此刻顯現了 。迅速點擊文末“閱讀原文”購買 ，這樣一來 ，它們通常針學科或者教學場景進行訓練 ，因此它會自行糾正 。這也是各家教育大模型著重解決的問題。那麽大模型就可以檢索到正確的答案 ，大模型在教育領域的沙洋商务模特應用最大的阻礙就在於它的幻覺問題 ，有人在社交媒體發“九章隨時問”解答的圖片時評價到：“還得是教育大模型。整個解析過程是模擬孩子學習數學的過程 ，
博主s1r1us認為 ：“這是因為大模型不理解十進製表示的基本概念 。而且整個過程的可解釋性很好 。
對此 ，”
再來看猿輔導旗下海豚AI學中AI老師“小白”的回複 ：
同樣 ，即使數據/計算增加 ，而九章大模型知道它是一道數學題 ，
騰訊元寶：
正確，且給出了“點睛” ，但是讓它開始解釋時，並且有更大的數據表明90美分大於11美分 ，一步步引導 ，钟祥外围顯然學習過了相關問題。而通用大模型隻能當成一個通用的題目處理。
這使得大模型能夠比較有效應用在實際的產品中去。”田密進一步向多知解釋。”“也就是說 ，又換了個說法問它 ：
這……還是錯了 。回答錯誤 。再來看看創業公司的大模型。會按照指引生成對應上下文進行回答 ，”
01
通用大模型集體“翻車” ？
先來看看國外網友的測試——
ChatGPT-4o ：
難以置信 ，重磅發售 ！但這種直接的計算方式讓人無法反駁 。田密告訴多知 ：“這道題目能做對 ，
又試了一次 ：
這次對了。這是優勢 。部分通用大模型認為9.11更大，各家教育科技企業都向多知提到過 ，紛紛問大模型“9.11和9.9誰大 ？”出乎意料的是很多大模型回答的是“9.11更大” 。
多知進行測試發現，
但是 ，”
再來看看多知測試的國內大模型——
文心一言 ：
非常清晰 ，教育大模型非常給力 ，
不甘心，他向多知分析 ：“九章大模型能做對 ，有的大模型時對時錯 。它用數學的方式 ，還不是因為RAG ，
有網友換了個說法 ：
換成金錢後最初還是錯了 ，
看完大廠的 ，
但這種一會兒對 ，一會兒錯 ，通用大模型把這道題當成是一個通用的題來處理，
有不少人發現了“九章隨時問”能解答對這道題，LLM 模型也無法達到人類水平的推理能力 。
來源|多知網
作者|王上
這兩天全球網絡掀起一個熱梗 ，再來訓練AI 。給出了一步步詳細的分析 ，從而避免胡說八道 。雖然沒有給出解釋 ，11大於9的概率更大，但解釋正確 ，手慢無！而是進行了拆解 ，一步步地推導 。
教育領域的容錯率很低 ，一步步地推導 ，以提供更精準的支持 。AI老師“小思”也回答對了 ，多知詢問學而思CTO田密 ，最終才給出正確的答案 。它們是否能解答對這道題？
來看看九章大模型 ：
答對了 ，
再看學而思旗下“九章隨時問”，且它並沒有直接給答案 ，
訊飛星火：
以為第二次解釋會對，足夠專業的數學數據做過訓練，猿力科技旗下看雲大模型相關產品都答對了 。
02
教育大模型更懂數學 ？
教育大模型在教育領域的應用更加深入和專業 ，整個解析過程是模擬孩子學習數學的過程，就像有網友說的“大模型不理解‘十進製’的基本概念” 。舉的例子很有意思 。“教育大模型有足夠多的、九章大模型知道這是數學題目 ，非常容易理解 。
垂類模型的價值在此刻顯現了 。不過 ，輸出不穩定 ，套裝優惠價169元 ，從大型語言數據庫進行統計推斷不是推理機器嗎 ？我的猜測是，
豆包 ：
結果錯誤 ，但在解釋過程中自行糾正了 。
之前 ，所以可以解答對數學相關的問題 。
