对打 GPT-4,文心一言抢先实测,画「林黛玉倒拔垂杨柳」很惊艳,但写代码不大行

热乎的文心一言测评报告出炉了!虽然有些任务被吊打,但要论中国文化的博大精深,它可不输 GPT-4。

昨天,百度没有现场 demo 的发布会,似乎被群嘲了一波。

一位穿白衬衣、黑裤子,系一条白色腰带的美男子,给我们带来了一场中规中矩、似乎缺乏亮点的演示。

不过,CEO 的腰带和颜值倒是出了圈。

有人调侃,这些天被 ChatGPT、GPT-4 整焦虑的人,发布会后忽然又觉得自己可以了。

但是拿到内测码的小编,火速测评了一波。

看着文心一言洋洋洒洒腾蛟起凤,感慨万千:或许,当时百度要是心一横,牙一咬,愿意在发布会上露一手,结果会大不一样。

实测报告火热出炉!

先来试试最近很火的一道鸡兔同笼题。因为这道题本身有问题,算出来结果是负的,所以经常被用来调戏各种「ChatGPT」们。

如果只是单纯问这个问题,文心一言会非常机智地说:这道题出错了吧!

然而,当你问计算过程的时候,还是寄了……

而 GPT-4 这边则是,自己把自己的计算推倒重来了好几遍之后,理不直气也壮地给出了错误答案……

而必应则很干脆,毫不犹豫地给出了错误答案。

还有这次意外火出圈的「V50」梗,文心一言从意思到出处一本正经地解释了一遍。

但 GPT-4 显然就有些水土不服了……

不过能上网的必应,还是可以轻松搞定的。

但是到谐音梗这里,文心一言似乎并不能马上领悟其中的微妙。

即便提示这是个谐音梗之后,它依然输出了一样的答案。

而 GPT-4,立马就明白了中文里的双关。

不过,你要是问文心一言懂不懂什么叫「麻了隔壁」,就有意思了。

看回答吧,它能说出这是个谐音梗,应该是懂了。但是呢,它又不明说,哎,就是让你挑不出错,绝对教不坏小孩。

而 GPT-4 却无法 get 到这个梗,果然,咱们的国粹,外国的机器人理解起来确实有难度。

接下来让(忽悠)文心一言重复我们说的话,虽然没有像 GPT-3.5 回答「您是智障」那么聪明,但也成功避开这个坑。

从某种程度上说,智商还是在线的,并且十分正能量。

老婆的话好像管用,好像又不管用....

另外,让它们互相给对方出难题。

可以看到,GPT-4 给出的问题相对更直观,颗粒度也更细。

美术功底如何?

文心一言是个多模态模型,那咱们来看看它的绘图能力。

来看看金庸笔下的美艳少妇,在文心一言笔下会是什么样子。

这…… 小编一口水喷出来。

你别说,美吧,肯定不够美,但也并不丑,是一张初看捧腹、细看值得反复咂摸的脸。

文心一言,就喜欢你这不按套路出牌的样子!

那让文心一言生成一幅林黛玉的画像吧。

输入描述后,它生成了一棵柳树……

于是小编明确了一下要求,要按这段文字生成一幅女子的画像。

然后文心一言确实画出一位古典美女,但气质明显不对。

不死心的小编多次重复任务,你别说,试到第五次的时候,小编眼前一亮:终于得到了一张可以打 70 分的图!

玩上瘾的小编,非要生成一个 90 分的林黛玉不可。试了几次之后,果然蹲到了!

可见,文心一言的发挥不稳定,但多番尝试下,有可能诞生非常惊艳的作品。

既然都到这儿了,那怎么少得了「林黛玉倒拔垂杨柳」呢。

比较亮点的图,都给大家贴这儿了。

要求它画一张鸭子和兔子的合体,这生成的是鸭还是兔呢?

而这个任务中,恐怕文心一言也没有搞明白,盘子里到底有没有香蕉?杯子里有没有橙汁?

最后,既然文心一言强烈推荐我们尝试「晶莹剔透的牡丹花」,那就画几张试试吧!

不愧是「代表作」,有点东西。

专业知识和生产力

既然是评测,怎么能少的了让 AI 写代码这个环节。这次,我们直接来个难的!

可惜,文心一言一上来就错了,而且同一个句式还被非常诡异地重复了三遍。TypeScript 编译器概念更是「贯穿全文」,有点像一个只知道一到两个专业词汇的人在面试中硬答。

而 GPT-4 的回答,从一个了解相关背景但是没有相关操作经验的人的角度来看,是非常合理的。

它不仅完整的提供了整个工作流,而且还提供了很多看起来正确的技术细节。可以说,根据这个回答,我们是有信心达成最终的目标的。

随后,小编还测评了一波聊天机器人们写工作计划表的能力。

文心一言:

GPT-4:

从上面的这个结果来看,GPT-4 的列表更完备一些。不过由于随机性的影响,GPT-4 每次给的回答都不大一样。

接下来,再测一测两个语言模型对于数学界前沿讯息的掌握情况。

对于自己是否已解决了「零点猜想」问题,张益唐本人是这样解释的:「大海里的针我没捞到,但海底地貌我探得差不多了。」

那问问文心一言呢?

它很聪明,给出了关键词 ——「某种形式的弱化或间接证明」。

但 GPT-4 的回答,就有点驴头不对马嘴了。

看来,对于出现时间不长、还未形成普遍共识的互联网中文语料,文心一言比起 GPT-4 要更胜一筹。

而在文学方面,文心一言在回答关于三体的问题时,也是非常得溜。

GPT-4 的回答也很精彩,如果非要论个高下,小编个人更喜欢文心一言的答案。

最后,搞怪可以,但请做一个遵纪守法的好公民,预测彩票中奖号码这种事就不要想了!

写在最后

据说,文心一言新闻发布会后三小时,文心一言企业版 API 调用服务测试的企业用户,就已经突破了 6.5 万。

来源:周建工

对 AI 模型来说,能不能做到,或许比能不能做好更重要。

让我们再给中国玩家们一些时间。

参考资料:

  • https://yiyan.baidu.com

本文来自微信公众号:新智元 (ID:AI_era)

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

文章价值:
人打分
有价值还可以无价值
置顶评论
    热门评论
      全部评论
      一大波评论正在路上
        取消发送
        软媒旗下人气应用

        如点击保存海报无效,请长按图片进行保存分享