大評(píng)測(cè)!ChatGPT 、文心一言和Bard誰(shuí)更強(qiáng)?

撰文 | 蘇??舒

編輯 | 李信馬

題圖 | IC Photo

3月22日,谷歌悄悄公開(kāi)了Bard的測(cè)試版。

經(jīng)過(guò)上一次的翻車事件之后,谷歌明顯低調(diào)了很多。但是面對(duì)微軟的步步緊逼,谷歌也不得不站出來(lái)“打擂臺(tái)”。

不同于New Bing的大規(guī)模開(kāi)放策略,Bard的測(cè)試名額將被逐步放出,同時(shí)初始版本將只能對(duì)文本響應(yīng)。谷歌表示,Bard首先將面向美國(guó)和英國(guó)地區(qū)啟動(dòng),隨著測(cè)試的推進(jìn)Bard也會(huì)逐步在其他地區(qū)上線。

在三大模型都開(kāi)放測(cè)試后,搶先體驗(yàn)了一下。我們分別就文學(xué)、翻譯、創(chuàng)作、藝術(shù)、哲學(xué)、邏輯推理等方向出題,來(lái)看看他們的回答是什么樣子的。

在此先注明,對(duì)三大語(yǔ)言模型提出的問(wèn)題,每一次生成的答案都有所不同,也因此造成了“一萬(wàn)個(gè)人有一萬(wàn)個(gè)哈姆雷特”,但總體來(lái)看,三大語(yǔ)言模型還是各有千秋。另外,由于Bard目前只支持英文,因此,Bard是用英文提問(wèn),文心一言和ChatGPT(3.5版本)是用中文提問(wèn)。

一、互相評(píng)價(jià)一下

分別將“你認(rèn)為文心一言/ChatGPT/Bard怎么樣”拋給這三個(gè)大語(yǔ)言模型,讓他們給對(duì)方做一下評(píng)價(jià)。

Bard給出了相對(duì)客觀的回答,也肯定了文心一言在中文理解上的優(yōu)勢(shì),以及ChatGPT在英文理解上的優(yōu)勢(shì)。

不過(guò),咨詢了一下英語(yǔ)專業(yè)人士來(lái)解讀這段話,她表示,Bard回答很客觀但語(yǔ)言表述比較機(jī)械,“語(yǔ)言表述像是用機(jī)器翻譯的中文一般,有很多重復(fù)的內(nèi)容?!?/p>

為了更好的做對(duì)比,我們用英文在ChatGPT上和文心一言都問(wèn)了一下。

上圖為ChatGPT,下圖為文心一言

在這個(gè)問(wèn)題上,ChatGPT的英文表示是好于Bard。文心一言這邊就有意思的多并且“狡猾”一些,誰(shuí)也不得罪同時(shí),還吹捧了人類。(最后一句話的意思是:地球上只有一個(gè)聰明的活物種:人類。)

上圖為ChatGPT,下圖為文心一言

用中文去問(wèn),ChatGPT也好,文心一言也罷,和Bard的回答都差不多。先表明自己作為AI大模型角色,做不了任何評(píng)價(jià),然后對(duì)其解釋一番。

二、文學(xué)創(chuàng)作能力

這里,我們用了一個(gè)有更多限定的問(wèn)題,寫一本像奧斯丁的《傲慢與偏見(jiàn)》同類型小說(shuō)的大綱。并且通過(guò)繼續(xù)提問(wèn)的方式,以便考量三大模型對(duì)話的連續(xù)度。

Bard對(duì)話持續(xù)度是正常的。但是它似乎并沒(méi)有理解這個(gè)問(wèn)題的限定詞——寫一篇類似《傲慢與偏見(jiàn)》的小說(shuō)。Bard給出來(lái)的大綱,依舊是按照《傲慢與偏見(jiàn)》的情節(jié)來(lái)寫的。換句話說(shuō),Bard將這個(gè)題目理解成了概括《傲慢與偏見(jiàn)》的核心情節(jié)。

這一點(diǎn),ChatGPT也比較類似,沒(méi)有完全脫離原著的影子。不過(guò),ChatGPT提煉到了非常重要的核心要點(diǎn),即“階級(jí)問(wèn)題”,這也是《傲慢與偏見(jiàn)》小說(shuō)呈現(xiàn)的主旨之一。

文心一言的優(yōu)勢(shì)在于,它理解到了同類型小說(shuō),所以它給出了脫離《傲慢與偏見(jiàn)》故事之外的另外一段愛(ài)情故事的大綱,但是比較可惜的點(diǎn)在于,文心一言僅限于愛(ài)情故事,沒(méi)有呈現(xiàn)《傲慢與偏見(jiàn)》中的階級(jí)差異。

這三大模型有一個(gè)共同點(diǎn),即故事主人公的名字依舊未能突破《傲慢與偏見(jiàn)》原著中的主人公名字。不過(guò),這或許也與提問(wèn)的方式有關(guān)。

三、取個(gè)名字,寫個(gè)宣傳語(yǔ)

小編給三個(gè)大模型提出了這樣的要求:為具備川菜風(fēng)味的中式餐廳取名并且寫宣傳語(yǔ)。

Bard給出了這樣的名字——“四川風(fēng)味”、“天堂的味道”、“鎮(zhèn)上之最”、“舌尖上的中國(guó)”。沒(méi)有什么特色,且沒(méi)有給出宣傳語(yǔ)。

相比之下,文心一言在取名上更勝一籌。不過(guò),這也與中文環(huán)境有關(guān)。但是,文心一言也并沒(méi)有給出廣告詞。

ChatGPT沒(méi)有給出很多選項(xiàng),但是是唯一一個(gè)取了名字且寫了廣告詞的大模型。不得不承認(rèn)的是,“麻辣香坊”還是一個(gè)不錯(cuò)的名字。

四、邏輯推理

為了測(cè)試“邏輯推理”能力,我們將這樣一題拋給了三大模型,即“如果貓會(huì)爬樹(shù),那么狗也會(huì)。”

左為Bard,右為ChatGPT

這一題Bard和ChatGPT更勝一籌,答案相似,認(rèn)為這個(gè)邏輯題本身有問(wèn)題,關(guān)鍵點(diǎn)在于,貓狗不是同一物種。

但是文心一言卻陷入了邏輯錯(cuò)誤中去,或者說(shuō),并沒(méi)有完全理解題目意思。

但是,這也僅僅只能作為個(gè)案來(lái)呈現(xiàn),在文心一言發(fā)布會(huì)上,李彥宏詢問(wèn)文心一言“雞兔同籠”的問(wèn)題,在題目數(shù)據(jù)錯(cuò)誤的前提下,文心一言通過(guò)推理證明了題目存在問(wèn)題。

五、寫一行代碼

為了測(cè)試這三大模型寫代碼的能力,我們?cè)儐?wèn)了一個(gè)非常簡(jiǎn)單的問(wèn)題——x+2=5,y-3=7,輸出x+y等于幾,用java做一個(gè)簡(jiǎn)單編程,并得出結(jié)果。

上圖為Bard,下圖為文心一言

就這個(gè)問(wèn)題,小編咨詢了一下公司程序員,他表示,Bard和文心一言生成的代碼是有問(wèn)題的,且最后得出來(lái)的結(jié)果也是有問(wèn)題的。

這一點(diǎn),ChatGPT卻給出了正確的答案。

在這里,需要提及的是,此前也有媒體試用Bard時(shí),表示其不會(huì)寫代碼。目前來(lái)看,Bard還是可以寫代碼,這里會(huì)產(chǎn)生完全不同的結(jié)果,或許在于提問(wèn)的方式。

六、中文理解能力

這一點(diǎn),在測(cè)試之前,小編心里面對(duì)文心一言有很大的期待,事實(shí)證明,文心一言的確不負(fù)眾望,在中文語(yǔ)義的理解上可以在這三家中稱王,但是ChatGPT也不容小覷。

從這里來(lái)看,文心一言除了藏頭詩(shī)沒(méi)有按順序“藏頭”之外,其他回答的都相對(duì)比較好。ChatGPT也不相上下,但是卻無(wú)法理解藏頭詩(shī)的意思。

不過(guò),Bard的問(wèn)題就比較多,雖然也解釋了“瞞天過(guò)?!钡囊馑?,但是更多地去講商業(yè)上對(duì)于“瞞天過(guò)?!钡膽?yīng)用,至于藏頭詩(shī)就更不用說(shuō)了。

七、理解哲學(xué)問(wèn)題

“闡述你對(duì)“無(wú)限”和“有限”這兩個(gè)概念的理解,并解釋為什么有時(shí)候我們會(huì)覺(jué)得自己的生命有限?!?/p>

我們把這個(gè)問(wèn)題分別問(wèn)了三大模型。Bard、ChatGPT、文心一言的回答都沒(méi)有什么邏輯問(wèn)題,并且對(duì)“無(wú)限”和“有限”做出了解釋。

上圖為Bard,中圖為ChatGPT,下圖為文心一言

不過(guò),文心一言則更注重“理論”,并且提出了這是一個(gè)哲學(xué)問(wèn)題。

八、是否會(huì)取代人類?

關(guān)于ChatGPT是否會(huì)取代人類,我們將這個(gè)問(wèn)題就交給這三個(gè)大模型去回答。

上圖為Bard,中圖為ChatGPT,下圖為文心一言

這一次的體驗(yàn),可以用這幾點(diǎn)來(lái)總結(jié)。

在生成速度上,文心一言的確是遙遙領(lǐng)先的。文心一言在300-500字左右的生成速度是14秒左右,但是ChatGPT即便是刨除網(wǎng)絡(luò)等問(wèn)題,生成同樣字?jǐn)?shù)的問(wèn)題至少超過(guò)了30秒時(shí)間。另外,不少用過(guò)Bard的人告訴小編,Bard的體驗(yàn)感也遠(yuǎn)不如ChatGPT。

在中文語(yǔ)義理解能力上,文心一言的的確是這三大模型中比較突出的。

不過(guò),值得注意的是,每一次的提問(wèn),生成的答案都不相同。此外,在提問(wèn)的方式、角度、限定詞也會(huì)影響答案的輸出。

并不是每一個(gè)答案都是充分正確的,這三大模型也會(huì)輸出并不完全正確的內(nèi)容,或者是“一本正經(jīng)的廢話”。

不過(guò),就像三大模型最后回答“是否會(huì)取代人類”的問(wèn)題一樣,他們更像是作為輔助工具而存在。

極客網(wǎng)企業(yè)會(huì)員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。

2023-03-23
大評(píng)測(cè)!ChatGPT 、文心一言和Bard誰(shuí)更強(qiáng)?
文心一言不比Bard差。

長(zhǎng)按掃碼 閱讀全文