- 1、本文档共30页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
OpenAI 于2023 年3 月14 日发布最新版本多模态大模型GPT-4 及其API;国内百度于3 月16 日发布生成式大模型
“文心一言”并开放邀请测试。为对比国内外大模型在各领域的性能差异,我们对文心一言、GPT-3.5 (ChatGPT 的
原模型)和 GPT-4 的问答表现分别进行了测评。测评涉及常识和创作(文学/ 图片)、归纳和推理(演绎推理/情感推
理/逻辑推理/主体信息抽取)、数学和代码、应用(AI 助手/客服/办公协同/推荐/诗词理解)等方面。
在常识和创作类问题中,三大模型均能正确回答客观常识类问题;进行文学创作结果均能体现正面价值观,但文
心一言的分词功能有待提升;目前GPT-4 尚未开放图像生成外部测试,文心一言的图像生成能力较为出色。
在归纳和推理类问题中,文心一言在演绎推理、逻辑推理等领域表现略逊于GPT 系列模型,但在归纳总结类任
务中表现较好;三大模型在情感推理类问题中仍有提升空间。
在数学和代码类问题中,GPT-3.5 有更好的数学能力表现;GPT-3.5 及 GPT-4 模型均完成了本文提出的代码生
成问题,但并非最优解,文心一言代码问题识别能力有待加强。
在应用场景测试中,三大模型均能较好地完成AI 生活助手、售后客服、产品推荐、办公场景文本生成等任务,
但在文言文和古诗词理解运用方面表现不佳。
我们认为随百度文心及OpenAI 合作生态伙伴数量快速增长、训练数据量和模型训练能力持续提升,各模型性能都有
望实现进一步优化完善。
文心一言、GPT-3.5 、GPT-4 三大模型在常识问答、文字生成等领域均有出色表现,其中,文心一言虽然在逻辑推理
等任务中表现不及 GPT-3.5 、GPT-4 ,但已能够基本满足AI 助手、售后客服、产品推荐等诸多场景需求。百度文心
的开放应用将极大加速国内生成式AI 模型的落地应用节奏,有望帮助生态伙伴实现用户体验提升和生产降本增效。
我们建议关注在 AI 领域进行持续布局且拥有成熟应用场景的公司,如万兴科技、汉得信息、凌志软件、同花顺、金
山办公。
海外基础软硬件使用受限;应用落地不及预期;行业竞争加剧风险;测评问题有限导致结果或有偏差。
敬请参阅最后一页特别声明 1
行业深度研究
内容目录
1. 常识和创作 3
2. 归纳和推理 7
3. 数学和代码 12
4. 现实应用场景测试 17
5. 投资建议 30
6. 风险提示 30
图表目录
图表1: 三大模型测评结果综合对比 3
图表2: 常识类问题的回答对比4
图表3: 文字创作问题的回答对比4
图表4 : 图像创作问题的回答对比 6
图表5: 演绎推理问题的回答对比 7
图表6: 情感推理问题的回答对比 8
图表7: 逻辑推理问题的回答对比9
图表8: 归纳总结问题的回答对比 10
图表9: 数学问题的回答对比 13
图表10: 代码生成问题的回答对比 14
图表11: 安全应用问题的回答对比 18
图表12: 生活应用问题的回答对比 19
图表13: 客服场景问题的回答对比 21
图表14: 办公协同问题的回答对比 22
图表15: 推荐场景问题的回答对比 26
图表16: 诗词理解问题的回答对比 28
敬请参阅最后一页特别声明 2
行业深度研究
文心一言开放测试后,我们对文心一言、GPT-3.5 和GPT-4 的问答表现分别进行了测评,
测评涉及常识和创作(文学/ 图片)、归纳和推理(演绎推理/情感推理/逻辑推理/主体信息
抽取)、数学和代码、应用(AI 助手/客服/办公协同/推荐/诗词理解)等方面。
根据测试结果可以看出,三大模型在客观问题问答方面都有出色表现,但在数学计算、代
码生成、情
文档评论(0)