初中题都不会了，ChatGPT、文心一言、Claude露出鸡脚了？

“我用几个模型计算得到的结果都不一样……”

7月14日，一位群友使用AI帮助计算一道数学题：高为11cm，上底直径为7.8cm，下底直径为6.2cm的圆台的容积为多少毫升？

这位网友使用了Claude-2、GPT-4、ChaPT，得出的结果分别是：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结果是64474.666666666635毫升。

“初中题不会了”，“好家伙，各不相同”群友们七嘴八舌地评价。

我也好奇地使用ChaPT测试了一下，得出的结果是1436.08毫升。

ChaPT给出的计算步骤是完全正确的，圆台的容积公式=πh*(R^2+r^2+R*r)/3。

然而计算的结果是错误的。

我让ChaPT再次回答，得出的结果是513.47毫升。

就离谱，计算步骤完全正确，**的结果竟然每次都不一样。

我又使用了百度浏览器自带的“AI”，这是由文心一言支持的大模型。

第一次得出的结果是：193522.10746113118毫升

这错的太离谱了，我又问了一下得出的结果是：1168.75毫升

还是不对，我又问了一下，结果是：1099620毫升

再三追问下，百度AI不装了，彻底摆烂了。

此前报道，GPT-4在MIT的数学本科学位考试中拿下满分，后来被曝出测试数据集的很大一部分被污染了。也就是说，模型就像一个学生在考试前被告知了答案，这是**裸的「作弊」。

此前还有报道，ChaPT在参加中国高考数学考试中翻车‌。

大模型无疑是最近被追捧的技术，然而频出的翻车案例，似乎如此前物理学者、科普作家张天蓉所说，语言模型本质是概率论的胜利‌，通俗的意思就是一个会“文字接龙”的机器，变换器对输入进行一个合理的延续，闹出一本正经地胡说八道的笑话也就不难理解了。

若大模型是概率论的胜利，那么人工智能觉醒还远未到来。