这是一个创建于 345 天前的主题，其中的信息可能已经有所发展或是发生改变。
按照微博阑夕设计的问题问了一下星火认知、文心一言和 gpt3.5 模型的 ChatGPT 。
懒得打字了，所以只问了前六个问题。星火认知答对 4 个，文心一言答对 1 个，gtp3.5 模型的 ChatGPT 答对 4 个。gpt4 没有就没测，哪位试试？
问题连接： https://video.weibo.com/show?fid=1034:4889999422980118
这些问题以及测试方法并不一定科学、严谨，结果仅供诸君参考。
另外，一个刚推出的中文通用大模型综合性基准 SuperCLUE 认为星火认知仅次于 gpt3.5 和 gpt4 。
项目地址： https://github.com/CLUEbenchmark/SuperCLUE
这算不算科大讯飞的利好，是不是可以满仓 002230 了？
以上内容均为对客观过程及现实的描述，不代表个人认同方法、结果及排名，也不构成任何投资建议，投资者盈亏自负，本人不承担任何直接及连带责任，股市有风险，入市需谨慎。
懒得打字了，所以只问了前六个问题。星火认知答对 4 个，文心一言答对 1 个，gtp3.5 模型的 ChatGPT 答对 4 个。gpt4 没有就没测，哪位试试？
问题连接： https://video.weibo.com/show?fid=1034:4889999422980118
这些问题以及测试方法并不一定科学、严谨，结果仅供诸君参考。
另外，一个刚推出的中文通用大模型综合性基准 SuperCLUE 认为星火认知仅次于 gpt3.5 和 gpt4 。
项目地址： https://github.com/CLUEbenchmark/SuperCLUE
这算不算科大讯飞的利好，是不是可以满仓 002230 了？
以上内容均为对客观过程及现实的描述，不代表个人认同方法、结果及排名，也不构成任何投资建议，投资者盈亏自负，本人不承担任何直接及连带责任，股市有风险，入市需谨慎。
 |
1
dunizb 345 天前 via Android
国内的还不都是半斤八两不相上下，不会有特别强的
|
 |
2
air00dd 345 天前  1
样本太小、样本分布范围也不一定多科学，参考价值不大。
而且 GPT 是不断迭代的，训练模型是人为操控的容易加私货，像手机厂商特意为“跑分”做优化也说不定😏，或者勾结评测人员 |
 |
3
oswinw 345 天前
|
 |
4
wangmou 345 天前
文心现在还不如刚公布的时候有意思，那个时候问他 7 个领导 6 个凳子应该怎么做，回答和百度搜索前几个一样，纯纯人情事故，现在回复就是类似 gpt3.5 那种了。。。
|
 |
5
xieqiqiang00 345 天前
@air00dd 的确，什么阿猫阿狗在刻意设计的问题下都能表现的不错
|
 |
6
jay52jolinyyds 345 天前 via Android
赶紧满仓，不要犹豫了😄
|
Select Language