近期，主流大模型在9.11和9.8问题上的表现令人失望。经过实测后，多个大模型在询问这两个数字时出现错误，被曝出“翻车”。尽管一些公司试图通过设定特定关键词进行澄清，但目前大模型普遍采用文本模型，容易从文本角度解释数字。而AI行业上市公司昆仑万维CEO方汉认为，准确表述问题有助于提高大模型的性能。

随着科技的发展，人工智能（AI）已经渗透到我们生活的方方面面。然而，在众多应用中，人工智能技术的一大挑战是如何准确、有效地描述和理解自然语言中的数字。这是一个复杂的问题，因为不同的人工智能系统可能会使用不同的方法来表示数字。
最近，一位名叫“NVIDIA”的AI专家表示，他们对主流的大模型在识别数字的能力感到失望。他指出，他们的模型在询问两个连续数字时出现了错误，结果被曝光出来，“翻车”。
这一事件引发了业界的关注。许多公司在尝试通过设定特定关键词进行澄清，但是目前大多数大模型都是文本模型，这意味着它们可能无法从文本角度解析数字。这也使得这个问题变得更加棘手。
方汉对此的看法是，准确地表述问题对于提高大模型的性能至关重要。他认为，如果我们能够正确地描述问题，那么大模型就可以更有效地学习并解决问题。
然而，这并不意味着所有的数字都可以被准确地表达。有些数字可能无法用文字完全描述，比如某些科学或技术领域的专业术语。在这种情况下，人类可能需要花费更多的时间和精力去理解和分析这些数据。
总的来说，虽然当前的AI技术仍然存在一些问题，但是在解决这些问题的过程中，我们已经取得了一些重要的进展。我们需要继续努力，不断提高我们的算法和技术能力，以便更好地理解和处理数字。同时，我们也需要更加关注那些可能难以用语言完全描述的数字，以及如何通过其他方式提供帮助。