近日，馬斯克與xAI團(tuán)隊(duì)，在直播中正式發(fā)布了最新版本Grok3。
此前，馬斯克將Grok-3描述為“地球上最聰明的AI”。他在X平臺(tái)上表示：“自己整個(gè)周末都在和團(tuán)隊(duì)打磨產(chǎn)品。”
然而據(jù)媒體報(bào)道，有人測(cè)試了最新的Beta版Grok3，并提出了那個(gè)經(jīng)典的用來刁難大模型的問題：“9.11與9.9哪個(gè)大？”遺憾的是，在不加任何定語以及標(biāo)注的情況下，號(hào)稱目前最聰明的Grok3，仍然無法正確回答這個(gè)問題。
值得一提的是，用同樣的問題詢問DeepSeek時(shí)，無論是否開啟深度思考（R1）模式，對(duì)方都給出了正確的答案：9.9大于9.11。
“9.11和9.9哪個(gè)大”是AI領(lǐng)域的一個(gè)經(jīng)典問題。
艾倫研究機(jī)構(gòu)（Allen Institute）成員林禹臣曾在社交媒體平臺(tái)上發(fā)布的截圖顯示，ChatGPT-4o在回答中認(rèn)為13.11比13.8更大。“一方面AI越來越擅長(zhǎng)做數(shù)學(xué)奧賽題，但另一方面常識(shí)依舊很難。”他表示。
隨后Scale AI的提示工程師萊利·古德賽德（Riley Goodside）基于此靈感變換了問法，拷問了可能是當(dāng)時(shí)最強(qiáng)的大模型ChatGPT-4o、谷歌Gemini Advanced以及Claude 3.5 Sonnet——9.11和9.9哪個(gè)更大？這幾家主流大模型通通答錯(cuò)，他也成功將此話題傳播開來。
