近期，全球范围内对“9.11比9.9大吗?”这一看似简单问题的讨论，揭示了当前大型语言模型（LLM）在处理简单逻辑问题时的失误，这一现象被称为“锯齿智能”或“参差不齐的智能”。专家Andrej Karpathy指出，虽然LLM能够解决复杂任务，但在某些简单问题上表现不佳，这反映了模型智能的不均衡性。例如，OpenAI研究员Noam Brown发现LLM在井字棋游戏中的决策错误，以及LLM在数字母数量计算上的失误。Karpathy认为，这源于模型的“毫无道理”决策和缺乏“自知之明”。为解决这一问题，Meta发布的Llama3.1论文提出了在后训练阶段实现模型对齐，通过“知识探测”训练方式鼓励模型只回答自己了解的问题，以此提高模型的智能水平。Karpathy强调，当前AI训练方法需在开发栈中进行更多工作，以提升AI能力。在AI用于生产环境前，应确保其专注于擅长的任务，保持人类的参与度，以充分利用AI潜力，同时规避风险。