初中題都不會了，ChatGPT、文心一言、Claude露出雞腳了？

“我用幾個模型計算得到的結果都不一樣……”

7月14日，一位群友使用AI幫助計算一道數學題：高為11cm，上底直徑為7.8cm，下底直徑為6.2cm的圓台的容積為多少毫升？

這位網友使用了Claude-2、GPT-4、ChatGPT，得出的結果分別是：3634.57毫升、359.4毫升、469.3毫升。

另一位群友用文心一言得出的結果是64474.666666666635毫升。

“初中題不會了”，“好傢伙，各不相同”群友們七嘴八舌地評價。

我也好奇地使用ChatGPT測試了一下，得出的結果是1436.08毫升。

ChatGPT給出的計算步驟是完全正確的，圓台的容積公式=πh*(R^2+r^2+R*r)/3。

然而計算的結果是錯誤的。

我讓ChatGPT再次回答，得出的結果是513.47毫升。

就離譜，計算步驟完全正確，最後的結果竟然每次都不一樣。

我又使用了百度瀏覽器自帶的“AI”，這是由文心一言支持的大模型。

第一次得出的結果是：193522.10746113118毫升

這錯的太離譜了，我又問了一下得出的結果是：1168.75毫升

還是不對，我又問了一下，結果是：1099620毫升

再三追問下，百度AI不裝了，徹底擺爛了。

此前報導，GPT-4在MIT的數學本科學位考試中拿下滿分，後來被曝出測試數據集的很大一部分被污染了。也就是說，模型就像一個學生在考試前被告知了答案，這是赤裸裸的「作弊」。

此前還有報導，ChatGPT在參加中國高考數學考試中翻車‌。

大模型無疑是最近被追捧的技術，然而頻出的翻車案例，似乎如此前物理學者、科普作家張天蓉所說，語言模型本質是概率論的勝利‌，通俗的意思就是一個會“文字接龍”的機器，變換器對輸入進行一個合理的延續，鬧出一本正經地胡說八道的笑話也就不難理解了。

若大模型是概率論的勝利，那麼人工智能覺醒還遠未到來。