大模型做数学题总翻车？聊聊LLM算术能力的局限性及破解思路

最近在折腾量化交易相关的自动化脚本时，遇到一个让我既好气又好笑的问题。本来想利用大模型帮我快速计算一些技术分析中的“支撑压力点位”，结果不管我怎么优化提示词，这货老是莫名其妙地返回一串“IIII”或者完全错误的数字。

这不禁让我思考：为什么在写代码、写文章时无所不能的大模型，一碰到简单的加减乘除就变成了“人工智障”？ 今天就来聊聊大模型（LLM）在算术能力上的硬伤，以及我们作为普通用户该怎么避开这些坑。

大模型在处理简单算术时表现不佳，与其强大的语言能力形成反差。

一、 为什么大模型不擅长数学？

首先得明白，大模型的本质是一个“概率预测机器”。当你问它“1+1等于几”时，它并不是像计算器那样在后台进位算出结果，而是在庞大的训练库里找到了“1+1=”后面最可能接着的那个字符——也就是“2”。

对于简单的、高频出现的算术题，因为它见过无数次，所以能“蒙”对。但一旦涉及到复杂的乘法、多位数加减，或者像“支撑压力点位”这种需要精确计算上下文数据的任务，它的概率预测机制就失效了。

• 缺乏逻辑单元：Transformer架构的核心是Attention机制，擅长处理语言相关性，而非数值逻辑。
• 分词器的锅：有时候数字会被切分成奇怪的Token（例如把“123”切成“1”和“23”），导致模型根本无法正确理解数值大小，自然就算不对。

让大模型编写代码而非直接计算，是绕过其算术缺陷的有效方法。

那个总是返回“IIII”的案例，很可能就是因为模型把数字识别成了罗马数字的某种上下文关联，或者干脆在Token预测路径上钻进了牛角尖。

二、 普通人怎么破解？（实操方案）

既然知道了原理，我们就得用魔法打败魔法。千万别指望让模型直接口算复杂的数学题，试试下面这几招：

1. 强制它写代码，而不是直接报数

这是最有效的一招。不要问：“请计算12345乘以6789的结果是多少？”

你要说：“请编写一段Python代码，用来计算12345乘以6789，并打印结果。”

大模型的代码生成能力远强于它的直接算术能力。通过让模型生成可执行的代码（甚至你可以直接利用带代码解释器功能的AI工具），就能利用计算机的CPU来做精确计算，完全避开模型“脑补”的错误。

2. 使用“思维链（Chain of Thought）”提示

虽然不能完全解决算术错误，但引导模型一步步推理能显著提高准确率。

• 错误示范：“帮我算一下这只股票的支撑位。”
• 正确示范：“请分步计算：1. 读取过去10天的最高价和最低价；2. 计算平均值；3. 根据公式X得出支撑位。一步步展示计算过程。”

强制模型把过程拆解开，相当于给了它更多的“纠错”机会。

3. 结构化输出约束

如果模型老是返回“IIII”这种乱码，可以尝试采用结构化输出格式（如JSON）。

在提示词中明确要求：“请直接以JSON格式返回结果，不要包含任何其他文字，键名为support_level，值为浮点数。”

有时候，限制了输出格式，模型调用特定输出模式的概率会增加，从而减少胡言乱语的情况。

三、 终极建议：专业的事交给专业的工具

说到底，大模型（即使是GPT-4或Claude 3.5）归根结底是语言模型，不是数学引擎。如果你在做数据分析、量化交易或者工程计算，准确的数据处理工具（如Python+Numpy/Pandas，或者Excel）才是你值得信赖的基石。

把大模型当成一个“写代码的助手”或者“查阅文档的工具”，而不是一个“计算器”，能帮你省去很多调试时间和血压升高的瞬间。下次再遇到模型算错数，不妨先别骂它傻，试着让它把思路写成代码跑一遍，效果绝对立竿见影。

希望这个小经验能帮到同样在折腾AI应用的朋友们！