发布信息

讯飞星火,AI燎原or熄灭?

作者:旺仔产品笔记      2024-06-15 07:27:08     45

作者:旺仔产品笔记

引言:讯飞星火6月9日迭代在即,一起来看看它是否能成文真的中文chatgpt?本文将从多种指令角度,全面对比并评测下讯飞星火认知模型与chatgpt的差异。

讯飞星火:继百度文心一言与众多国内AI平台发布后,讯飞星火发布的一款认知大模型,主要能力包括文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力、多模态能力。

笔者有幸成为讯飞星火体验的受邀人员,以普通工作者的身份,接下来分别从“文本生成、问答能力、语言翻译、逻辑推理、代码编写、数学计算能力”这几个方面进行屏测对比。

(注:chatgpt测试模型为3.5版本)

文本生成

讯飞星火在中文语言理解能力一定程度上是优于chatgpt的,可以看到下方对“七言绝句”的处理结果明显好于对方;但是对于日常工作的文本生成,chatgpt文本更为自然;对于文学小说故事的生成,讯飞理解更为透彻,而chatgpt更像是生硬的文字联想堆积而成。整体上,中文的理解能力星火略胜一筹,但普通文本生成的自然度,chatgpt大部分情况下更为优秀。

关于生成诗词与邮件的对比:

问答能力

1. 工作上常规问题回答,讯飞星火更为通用化些,chatgpt更为细致化,从匹配度上说,chatgpt的参考价值会高些。

2. 都能理解普通的上下文记录。chatgpt的记忆能力略强。

3. 中文常识问题,特别涉及到历史文化文学,星火对信息的检索与分析明显优于chatgpt。

工作问题1:

以下是讯飞星火:

工作问题2:

表格与数据检索的处理看起来星火更为厉害,获取了数据,但是数据并不真实,二次让它回答直接变成负增长。虽然chatgpt无法获取准确数据,但至少不会提供假数据给用户,这点星火急需改进。

常识问题:

以下是讯飞星火:

语言翻译

两者都具有直译能力,但是涉及到中文的理解力,星火翻译的更有感染力一些;例如下图示例中,chatgpt使用的是“sprouting up”-发芽,而星火使用的是“emerging in droves”-“涌现”,明显字意表达更为贴切。

逻辑推理

1. 逻辑陷阱,例如询问“爸妈结婚为啥不叫我”类似问题时,国内大部分语言模型都无法正确处理,chatgpt的答案更为全面,星火直接选择不答。

2. 基础的逻辑能力两者都具备,对于复杂的逻辑题目,两者回答的出错率都很高

3. 逻辑分析的广度、深度总体chatgpt优于星火,但chatgpt这类语言模型只要脱离了常见的“常见区域”基本都会犯错,只是在错误中,chatgpt的错误概率或者出错的离谱度小于星火。

逻辑问题1:

正确答案:

逻辑问题2:

可以看到此时chatgpt就已经出现错误了,但仍然有一定的正确率。再看星火,从第二个问题开始,“cpu”就已经被干烧了。

代码编写

两者都具备一定的代码编写能力,包括代码编写、代码注释、代码debug能力;由于笔者不是专业开发人员,不能实际验证是否能真实编译但是从外部资料和输出结果看,讯飞星火对比刚发布时代码编写能力有一定提升,找错的准确度也更好于之前。

咨询过很多开发同学,chatgpt整体实力上还是比星火优秀。

以上是星火纠错的一个实例。

数学计算能力

对于数学计算,所有的语言模型都存在短板,高难度的数学问题是十分严谨的,只要其中一个步骤出错答案就会出错,而计算机语言并不能人性化去理解一些含义,比如说可能会把“10”理解为“1”和“0”。而且大部分数学问题伴随着很多推理逻辑,计算机再处理这些“定量推理”问题是十分的棘手的。

可以看下星火的数学计算实例:

可以看到,星火连题意都没理解清楚,但chatgpt至少举例了一种情况。

总结

在全面体验讯飞星火后,同时将其与其他产品在工作中使用的情况进行对比,我发现在问题处理和多次prompt的情况下,ChatGPT提供的答案在参考价值和回答广度方面仍然更优。但作为国内的AI模型,自从百度文心一言以来,讯飞星火目前是我使用过的最好、最流畅的产品。可以说它完全配得上“星星之火”的称号。然而,与OpenAI的技术相比,仍存在一定差距。同时,作为生产力工具,它的实用性稍弱一些。但在中文语言理解和特定常识问题方面,它具有一定的优势。

客观地说,讯飞已经取得了很大的进步,希望国内的互联网科技公司能够加紧追赶,不要让“西方成为潮流”,让“华流才是最吊的”。

以上就是讯飞星火,AI燎原or熄灭?的全部内容了,希望大家喜欢。

原文链接:http://www.36sw.com/news/686012.html,转载和复制请保留此链接。
以上就是关于讯飞星火,AI燎原or熄灭?全部的内容,关注我们,带您了解更多相关内容。
关键词: 星火 能力 飞星