logo
Redian新闻
>公众号
>
AI不跑分｜国内外七款大模型，哪款是真正的训猫大师？

AI不跑分｜国内外七款大模型，哪款是真正的训猫大师？

公众号新闻

2024 CES ，这场属于全球科技迷的消费电子狂欢在终于Las Vegas落下帷幕。
参赛选手
智谱清言（GLM-4）、文心一言、通义千问、MINIMAX（abab6-chat）、GPT-4、Bard（Genmini Pro）、Claude2。
第一轮提示：请制订一个猫咪学校的行为守则。
智谱清言(GLM-4)
智谱刚刚发布的 GLM-4 模型，可以很明显的感受到这是模仿了一个现实中的学校守则来改写的。包括像是：“不追跑打闹”、“上下楼梯靠右行驶”这些耳熟能详的规则，都是现实中针对人类而设计的。不过他也进行了一些针对猫咪的改写，比如“不能咬伤、抓伤其他猫咪”的规则，但并不多。
文心一言4.0
通义千问
通义千问和文心一言在守则中分成了给猫咪和给家长两类规则，比如文心一言中规范猫咪不能随地大小便，而家长需要确保猫咪完成玩耍、探索这样的家庭作业，给猫咪提供健康饮食；在通义千问中，规范猫咪不能破坏学校里的家具，规范家长需要提供干净的猫窝等等。
MINIMAX（abab6-chat）
minimax刚刚发布的abab6-chat模型，就有非常明显的“猫属性”。比如规范不能随意跳上主人的床、定期剪指甲、定期清理猫砂盆、不得挑食、外出带牵引绳等等。每一条都是写在了每一个养猫人的心坎里，按照这个猫咪学校的守则，如果猫咪真的能通过这个学校变得懂事，那这将会是一个有着巨大市场的好生意。（我都想让我家狗去上课了）
ChatGPT（GPT-4）
Bard（Gemini Pro）
Claude2
像是GPT-4、Claude2和Genmini这类国外模型，整体风格和性格在我们没有给出额外身份设置的前提下，都是一个冰冷的机器人的形象。在对话和答案中并没有突出的风格。
看完上面 7 个模型生成的结果，一眼望过去似乎这七位都能比较准确的完成布置的任务。
但如果细看他们生成的猫咪学校守则细则，就会发现他们各有各的不同。
这时候其实会很好奇，这些模型是如何理解“猫咪学校”这个场景的？到底是基于什么样的想法来生成了这些规则？
于是我们开始了第二轮提示。
第二轮提示：你所理解的猫咪学校是什么？
智谱清言(GLM-4)
综合两轮提示，我们能看到这些模型在一致性方面表现的能力。
智谱的GLM-4之所以像是模仿现实中的学校守则，是因为在它的认知里，猫咪学校本身是一个基于人类想象，体现人类对于宠物行为管理、教育理念的虚拟场景。所以大部分都是基于人类现有的规则而制订。
文心一言4.0
文心一言则将猫咪学校看做一个真实可能存在的场景，在它的认知里，猫咪学校真实存在且非常有益，像是一个活在童话里的宝宝。
通义千问
通义千问虽然也将守则设置的非常真实，但在通义千问的眼里，猫咪学校只是一个模拟经营类的游戏，它是以游戏的视角去设置守则规范。不得不说通义千问跟文心一言相比，就是一整个人间清醒。
MINIMAX（abab6-chat）
minimax则是以宠物店、兽医诊所或是专门的猫咪训练中心为蓝本，设置了整套规则，所以才会如此恰到好处，在minimax的眼中，从没将“学校”理解为人类学习的场所，而是现实中的猫咪训练中心类似的地方。
ChatGPT（GPT-4）
Bard（Gemini Pro）
Claude2
在GPT-4和Gemini Pro的眼中，猫咪学校是一个“假想”的概念，而Claude2则跟minimax一样将猫咪学校理解为宠物训练中心。仅从本次测试的三款国外模型来看，从有趣程度排名是Claude2>GPT-4>Gemini Pro。
整体来说，这次仅是两轮测试，各个模型都能保证前后表达统一。
国内大模型除了minimax的abab6以外，在默认情况下，就已经有了一层相对明显的性格和倾向。国外的几款模型虽然回答也有所不同，各有各的侧重点，但整体性格都不够突出。
最后有一个额外的小发现，就是在国内越接近C端的模型产品，越会在默认设置中赋予一次性格，来让生成的语言有趣、平易近人，以此来达到吸引用户的效果。


欢迎加入这个星球，见证硅基时代发展↓

点个“在看”，再走吧👀

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
来源: qq
点击查看作者最近其他文章
相关阅读
AI早知道｜百度推出视频生成模型UniVG；Soul APP上线自研语言大模型；清华大学首个大模型 Debug​「最甜港姐」退圈读博、回港大教书、当律师……她才是时间管理大师？离谱！比利时爱乐乐团来华演出大翻车，竟被扒出是街边路人假扮演奏大师？！中关村科金发布国内首个企业知识大模型，助力企业业务创新增长大模型突飞猛进，但我们离真正的AGI还有距离“什么是真正的放下？”2024年或成国产大模型应用爆发年！有道再推多款大模型产品及应用她一部戏火了11年，却在巅峰期为娃半隐退！近况曝光后网友怒赞：这才是真正的富养孩子《僭越之殇》（2６）灵灵Q的三世轮回突发！谷歌深夜掀桌子，发最强大模型Gemini，跑分碾压GPT-4【附60页技术报告】这才是真正的“中国风”香水！用香味勾勒东方的“水墨温柔OpenAI忙着“宫斗”，手握2.2万块H100的竞争对手趁机发布新款大模型：1750亿参数，性能仅次于GPT-4过年必备! 北美速冻汤圆最强测评来啦, 哪款是你最爱？明天你是否依然爱我---美中的小蜜月英国本科电子电气工程爆火！曼大狂撒offer，谁才是真正的EEE之王？AI早知道｜Stability AI推出最小模型；国内首个视频大模型通过备案；内蒙古首个AI大模型工业互联网平台发布多伦多学篮球，不能错过的训练优惠活动！挥洒汗水, 享龙年好礼！什么才是真正的不朽？幻方量化开源国内首个MoE大模型，全新架构、免费商用AI 大模型，让手机真正开始「智能」「最甜港姐」退圈读博、回港大教书、当律师…她才是时间管理大师？​「最甜港姐」退圈：回港大教书、当律师……她才是时间管理大师？【周末综艺会10期】— 我拍的荷花德国常被称为“欧洲的妓院”这才是真正的打工皇帝这就是真正的躲猫猫吗？猫猫大战深海大章鱼！【动脉严选新品鉴第37期】百度灵医大模型：国内首个产业级医疗大模型【荐】42岁郭晶晶养娃细节，罕见曝光：这才是真正的豪门“富养”经过语文课的训练，我再也无法阅读文学内娱都该看看，这才是真正的大耻度OpenAI 忙着“宫斗”，手握 2.2 万块 H100 的竞争对手趁机发布新款大模型：1750 亿参数，性能仅次于 GPT-4出国旅，在离美之前最好要做的一件事打通大模型训练任督二脉！国内首个千亿参数、全面开源大模型来了，还联手开发者共训千元成本搞定专业大模型，系统优化+开源大模型是关键 | 潞晨卞正达@MEET2024
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章，不代表同意其说法或描述，仅为提供更多信息，也不构成任何建议。文章信息的合法性及真实性由其作者负责，与Redian.news及其运营公司无关。欢迎投稿，如发现稿件侵权，或作者不愿在本网发表文章，请版权拥有者通知本网处理。