張俊林：大語言模型無法對數字進行準確運算的主要原因

AIGC動態歡迎閱讀

原標題：張俊林：大語言模型無法對數字進行準確運算的主要原因
關鍵字：數字,加法,知乎,侵權,報告
文章來源：算法邦
內容字數：0字

內容摘要：

直播預告 | 7月23日14點，「智猩猩在線研討會 NVIDIA AI for Science 專場」將開講，兩位專家將分別以《AI 驅動下的新能源材料研究與發現》、《NVIDIA Modulus 加速 AI 驅動的材料計算》為主題進行直播講解，歡迎掃名~導讀本文轉載知乎，是張俊林對“LLM（大語言模型）無法對數字進行準確運算的底層原因是什么？”這一問題做的回答。近期大模型無確回答9.11和9.9哪個大成為熱點，轉載此文主要是傳遞來自技術專家的理性分析。
原文來自https://www.zhihu.com/question/654932431，出于技術分享轉載此文，侵權聯系刪除。“LLM能通向AGI”這一觀點的反對者經常提這個問題：你們整天吹LLM會達到AGI，可為啥大模型連最簡單的“多位數加法”都做不好？這質疑對很多AGI信奉者來說是很扎心的，不好反駁，因為大模型做多位數加法這種簡單數學確實有困難。不過，目前基本已能理清其主要原因，大部分也獲得了解決，我歸納了下，有如下幾點：
01其一，LLM的 Tokenizer對數字切分問題早期LLM的Tokenizer一般不會對數字進行

原文鏈接：張俊林：大語言模型無法對數字進行準確運算的主要原因

聯系作者

文章來源：算法邦
作者微信：
作者簡介：