上面是一道注意力题，我这有个更简单的版本
今天有10个苹果，昨天吃了5个，还剩几个？
很简单的逻辑，但是由于ai没有逻辑的概念，只有注意力机制，这里分别有“今天”“昨天”的时间重点，一个“还剩”这样的计算重点。
由于大模型的注意力机制，一般更倾向于靠后的“重点”权重更高。就容易把一道时间判断题当成计算题来回答。从而得出错误的答案，目前这方面做得最好的是GPT4-turbo，还有竞技场的一个神秘模型I-am-a-good-gpt2-chatbox，这个模型还不会像gpt4那么爱偷懒。
还有一些结构比较好的模型可以通过prompt工程来让他回答正确这道题，一般就视为有gpt4水准，但是有些3.5水准的模型，随便你怎么折腾，他都不可能答对。