测试表明：百度的文心一言和阿里巴巴的通义千问都表现十分糟糕！ OpenAI的GPT-4随机性出了20道不是很复杂的数学和逻辑类问题，用来测试谷歌的Bard、OpenAI的ChatGPT-3.5、百度的文心一言、阿里巴巴的通义千问。 结果表明：Bard做对了所有题目，并给出了详细的解题过程；ChatGPT表现也不错，10道数学题全部做对，逻辑题只做错了1个；文心一言做对了4道数学题和2道逻辑题；通义千问做对了1道数学题和3道逻辑题。 从测试结果不难看出，文心一言与通义千问在数学和逻辑推理方面的能力都很差，根本无法与谷歌的Bard和OpenAI的ChatGPT-3.5相匹敌，当然更加说不上去与OpenAI的GPT-4相比较了。 微软今年3月份的一篇论文认为，GPT-4可以看做是通用人工智能AGI的早期版本，尤其是GPT-4有了强大的思维能力，在很多基准测试中已经超越绝大部分人类。而目前网络上已经在传言，OpenAI的GPT-5有望在今年第四度发布，有OpenAI内部员工认为GPT-5能够达到AGI的水准——具有一般的人类智慧，可以执行人类能够执行的任何智力任务的强人工智能。在GPT-5发布之前，可能会先发布GPT-4.5作为过渡版本，类似于在GPT-4发布前，先发布了ChatGPT-3.5。 文心一言与通义千问之间相比的差距，应该也很小，所以今后一段时间内，无论百度还是阿里，还是不要说谁比谁好或者各有千秋之类的话。尽管文心一言和通义千问在诸如写作、聊天等其他某些方面表现合格或者良好，但在人工智能领域，性能尤为重要，如果大模型无法在关键任务上表现出色，那么它的实用价值就会大打折扣——复杂的问题基本上是答非所问，简单的问题有可能是胡说八道。
评论列表