大型语言模型（LLMs）在数学问题上表现出色的表象掩盖了其实际的能力不足。虽然它们能自信地讨论复利公式和TDEE的计算步骤，但在面对相同问题时却可能给出不同的答案。这并不是幻觉问题，而是架构问题，试图通过提示来修复这一问题并不是有效的解决方案。以Claude为例，计算30年期抵押贷款时，给出的两次答案分别为$2,528和$2,533，而正确答案应为$2,528.27。这种概率不一致性显示了LLMs...