这一时代最聪明的模式，数学考试也不能得1分？

The following article is from 差评前沿部 Author 江江

无论什么时候有人问我 AI 是否比别人聪明，我只用一句话就会闭嘴。

那便是，9.11 和 9.9 哪个大？

自去年有网友发现比这个大小这个 bug 到目前为止，这个人类一眼就能确定问题，是的， AI 就像送命题一样，比女朋友问我和你妈妈掉进水里先救谁还难回答。

因此，每一次都有新的 AI 出现的时候都会被网友拿来检测这个问题，到现在为止， 2025 年都要过去 1/3 了，还是有 AI 做不对。

但是，要理解AI为什么数学上傻，我们还是要站着不动？ ai 从这个角度来说。

当你告知 AI " 9.11 和 9.9 哪个大 ？ " 在这个句子中，它的眼睛里没有数字，而是一个个碎片化的词。

例如 " 9.11 " 会被拆成 [ token_9, token_dot, token_11 ] ，而 " 9.9 " 则会被拆成 [ token_9, token_dot, token_9 ] 。

换言之，这两个数字是对的 AI 从一开始就没有大小之分，而是一堆 Tokens 。因此，当你提出问题时， AI 首先要明确的是，这里的第一反应。 9.11 是个啥？

众所周知，AI 所有口中的内容，都是从网上的各种信息中学习的， " 这个网络 " 是程序员们 " 创造的 " ，因此当 AI 在学习了这些语料之后，大脑也变成了别人的形态。

因此再看到 9.11 和 9.9 时，AI 也许压根就没有把这两个数字当作数学中的小数比大小，而是字符串，版本号，甚至飞机撞击双子塔，还有撞塔的前天。

再加上现在的 AI 注意力机制已经引入，所以系统从一开始就过于注意，这可能代表日期、字符串和版本号。 token_11，不是把握 9.11 这一数字被视为一个整体。

因此 AI 把这两堆完成 Tokens 拉一块做比较：

" 9 " = " 9 "，" . " = " . " ， " 11 " > " 9 " ，破案了， 9.11 大于 9.9 。

有些朋友可能会问，就像 OpenAI-o1 这类推理模型，难道不都声称可以做奥数题，那么人们怎么能理解这些数学呢？

该说不说，那还真不确定。

这个月初的一篇文章来自 INSAIT 、苏黎世联邦理工学院（ETH Zurich）等待顶级机构的论文研究表明，这些声称能够做对奥数题的大模型大多做算术填空。

在科研人员将题库改为解释性答案后，发现从 DeepSeek-R1 到 OpenAI-o1pro ，甚至新出的 Claude3.7 只能得到一些零点(满分 7 分）。。。

研究人员从这个大模型的翻车记录中发现，这些大模型的推理也是一个比一个更抽象的。

举例来说，在一个几何证明题中，所有的模型都想象出不同的假设理，然后用假设理去硬答题，最后做出的也就是全错了。

像 o3-mini 假设一个点位于特定圆的外部，可以实际上那个点应该在里面，所以后面模型使用断线做出的论证都是错误的。

而 gemini-2.5-pro 更加离谱，它在解释过程中写了一个表情，然后把表情作为参考文献来证明。

虽然这可能是由于模型的随机性，但更无语的是，这些大模型通常是相当固执的。

即使你告诉它这是错误的，它也不会跳出原来的思维模式，总是把自己吊死在一棵树上。

然而，在所有失败的分布中，近一半的原因是由于推理逻辑错误。是的，这些被称为推理的大模型，真的会在纯推理的时候翻车。。。

举例来说，在一个要证明所有数据都符合某一特征的问题上，Claude 3.7 只有一个模型被证明，直接说所有的模型都符合这一特点，中间没有任何归纳、推广的步骤，纯嘴硬。

换言之，这些推理模型似乎可以分析这个和那个，但实际上并没有真正深入思考的能力。当然，这是因为 Transformer 问题，也是大语言模型普遍存在的问题。

对 Transformer 就模型而言，它实际上是通过的。 tokens 它们之间的概率，权重导出相应的字母符号，它操作的是符号的统计联系，而不是理解和执行抽象的数学公理，而是预测“给出前面的符号，后面更容易跟随哪个符号”。

所以在论文的最后，科研人员总结说：现在 LLMs 不足以完成严格的数学推理任务，这突出了推理和确认生成能力需要大幅度提高。

换句话说，AI 确实擅长模仿（Mimicry），但是它和真正的理解（Understanding）与创造（Creation）仍然相当遥远，AI 到目前为止，还没有像人类那样探索和思考数学的能力。

但是从更本质的角度来说，AI事实上，数学缺陷是由于符号和理解的分离。。

虽然它可以学会和你一起回答问题，但它只是复制语言的一种方式，而这种模式与精确的数学逻辑不同，人类语言充满了歧义。

维特根斯坦说，“语言的边界代表着世界的边界”。对于我们人类来说，数字不是我们面前的黑白符号，” 9 "就是九个苹果，" 0.11 “米”就是你在尺子上量出的长度，这些概念都来自于你与世界的互动。

而且语言很难描述这些经历到底有多丰富，就像 AI 总是不明白，她的“爱”二字，能让你的心有多痛。

前几个月 deepseek 火灾发生时，有人问 deepseek 要是成年了，最想做什么？deepseek 据说它想要经历暴雨，熬夜学习，经历失恋，甚至承认自己会犯错误。

实际上，这正是如此AI现在越来越强大，你和我作为人类存在的意义。

人生的意义不在于让你成为一个不会出错的设备，而在于充分投入到这段有笑有泪、成功有失、充满不确定性的旅程中。正是这些看似平淡无奇、不完美的经历，形成了一个人的一生:丰富、复杂、充满感情、不断变化。

所以下一次，当你迅速推断出来的时候 9.9 大于 9.11 当时，不妨间断一下，感受一下这种理所当然的背后作为人类的深刻和幸运。

归根结底，在这个浩瀚的宇宙中，能够思考、感受、去爱、亲身体验自己，是我们存在的奇迹。

发文：纳西

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com