阿里千问APP公测：9.9与9.11版本纠错能力对比实测
一道看似简单的数学题——比较9 9与9 11的大小，竟成为考验人工智能模型能力的试金石。近日，阿里巴巴最新公测的千问APP在回答该问题时出现失误，引发业界对AI模型基础运算能力的关注。测试中，千问首
一道看似简单的数学题——比较9.9与9.11的大小，竟成了检验人工智能模型能力的试金石。近日，阿里巴巴最新公测的千问APP在回答该问题时出现失误，引发业界对AI模型基础运算能力的关注。测试过程中，千问首次回答声称“9.11更大”，随后在问题拆解阶段又正确指出“9.9大于9.11”，最终通过自我纠错机制修正了答案。
据技术团队分析，此次错误源于双重因素：一方面，模型在推理过程中虽正确拆解了小数比较规则（9.9的十分位为9，9.11的十分位为1），但最终结论出现笔误；另一方面，“9.11”的三位数形式引发了数字长度错觉，导致潜意识干扰。这种认知偏差在语言模型处理数值问题时尤为常见，因其本质是通过统计相关性而非严格逻辑推理进行判断。
该问题最早由艾伦研究机构成员林禹臣发现。他曾在社交平台曝光ChatGPT-4o将13.11误判为大于13.8的案例。随后，Scale+AI工程师莱利·古德赛德设计变体问题“9.9与9.11谁更大”，导致包括ChatGPT-4o、谷歌Gemini+Advanced在内的多个主流模型集体“翻车”。这一测试迅速成为衡量AI基础能力的标志性案例。
尽管在常识性运算上存在短板，中国AI模型在全球化竞争中已展现强劲实力。以阿里巴巴Qwen系列为例，其全球下载量突破6亿次，在技术积累与生态布局方面形成独特优势。爱彼迎CEO布莱恩·切斯基公开表示，公司已大规模采用Qwen模型替代部分OpenAI服务，因其“速度更快、成本更低”。这种选择折射出商业场景对模型实用性的考量正在超越单纯的技术参数竞争。
阿里巴巴日前正式宣布全面进军AI消费级市场，将地图导航、外卖订餐、票务预订等20余个生活服务场景接入千问APP。该平台基于开源模型Qwen3构建，被管理层视为“AI时代的关键战役”。此举不仅意味着中国科技企业正借助开源生态扩大国际影响力，更标志着AI竞争从技术层面向应用层面全面升级。值得关注的是，千问项目在修正基础运算错误的同时，正通过多模态交互与场景化训练持续提升模型泛化能力。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：阿里千问APP公测：9.9与9.11版本纠错能力对比实测要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点小米MiMo开放平台宣布，MiMo-V2系列的四款模型将于2026年6月30日正式下线，平台已推动开发者向V2 5系列迁移。具体涉及mimo-v2-pro、mimo-v2-omni、mimo-v2-flash和mimo-v2-tts模型。平台设置了系统替换时间作为缓冲：pro和omni模型于2026
2026重庆车展上，2026款长安猎手K50正式上市，共推出10款车型，售价14 19万至17 89万元。新车主要针对续航、电池和动力进行升级，搭载2 0T增程系统与双电机，纯电续航超180公里，快充仅需16分钟。全系标配30kW外放电功能，储备电量达239kWh，并新增山地与涉水模式，提升通过性。
上海期货交易所与上海市普陀区人民政府于6月12日签署战略合作协议，旨在建立长期共赢的合作机制，共同服务上海国际金融中心与国际贸易中心的联动发展。双方高层领导均出席签约仪式，彰显了对此次合作的高度重视。协议聚焦于发挥期货市场专业资源与区域发展综合优势，深化务实合作，探索金融创新与实体经济深度融合，以期
6月12日，世纪华通发生一笔大宗交易，以每股14 37元的价格成交757 24万股，成交总额为1 09亿元。值得注意的是，该成交价与当日市场收盘价持平，属于平价交易。此次交易额占该股当日总成交额的1 51%。市场分析认为，平价成交反映了买卖双方对当前股价水平的共识，交易行为相对平稳，未对市场预期造成
- 日榜
- 周榜
- 月榜
热点快看