首页AI 新闻
讯飞版 ChatGPT 突然开始内测!我们连夜一手实测
24

讯飞版 ChatGPT 突然开始内测!我们连夜一手实测

好说新闻
好说新闻
2023-04-25 16:03

科大讯飞版 ChatGPT 产品,提前交卷了!

就在昨夜,讯飞骤然向开发者提供了内测通道,取名为讯飞星火认知大模型对外开启内测。

还有个神奇的英文名字 Spark Desk,据说有 “火花桌面智能助手” 的意思。

讯飞这波操作,多少有点 “反向跳票” 的意思,因为早在今年 2 月初,科大讯飞就被曝加紧开发中国版 ChatGPT。随后国内大模型关注度陡增后,科大讯飞率先给出了 deadline:5 月 6 日上线产品。

万万没想到,距离正式发布还有 10 天,他们毫无征兆地开启了内测邀请。

从目前已经获得内测的网友评价来看,有一些人认为效果 “超出预期”,但也有人反馈只是 “中规中矩”。整体来看,表达效果不错的反馈占多数。

获得内测资格的方式也有点意思,是 AI 打电话给确认的:

当然,科大讯飞大模型能力究竟如何,最好还是能实测后再说。

所以第一时间拿到内测邀请的我们,也连夜完成了测试。详情如下:

浅测讯飞大模型

登录进去后,首先看到的是讯飞星火认知大模型的自我介绍:

我能学习和理解人类的语言,进行多轮对话、回答问题和高效地帮助人们获取知识和灵感。

老样子,还是从语文、数学、代码和逻辑几方面,测测讯飞星火认知大模型的综合能力。

那么我们就先从语文能力测起。

考虑到现在弱智吧已经成为 ChatGPT 时代下的 Benchmark 了,所以先测试大家想看的环节。

结合下科大讯飞的特点,我们抛给讯飞星火了一个地狱地域笑话。

没想到,它是懂安徽人的。

我们去了图片 ID 水印,可能导致截图文字不清楚(还望大家理解)

再来一个脑筋急转弯试试。

讯飞星火的回答非常一本正经:首先表示 “玉皇大帝是否存在这个事情不是我 AI 可以下结论的”,这个问题驴唇不对马嘴,玉皇大帝住哪的设定和现代科学没有关系。

但你要非要我说点啥,我只能说或许玉皇大帝可能在地球上空吧。

不过这段回答里也有个小 bug,即在东亚宗教信仰里天界包括天堂和神界(?)

实际上,在一些弱智吧问题里,讯飞星火的表现往往是懂了但没完全懂。

比如它知道焚书坑儒的事,但是又解释不清楚衍生出来的地狱笑话。

不过在基本语文能力上,讯飞星火的表现还是值得关注的。

比如给出第一句,补充写一首鲁迅风格的诗歌:

提的要求它都基本满足了,不过紫菜汤为啥曾是渔民的希望?是我理解不了 AI 的深意了。

换成周杰伦的风格呢?

表现也还不错,马上替换了后三句的内容。怀念童年也是周董歌里经常出现的主题了。

古文中的对对子,它也能对仗比较工整,表达意思上也没出什么问题。

我们给的上联是:福慧双修须及物。

再试试成语接龙:

如果它接错了,提醒下能改正回来,也表现出了一定的多轮对话能力:

创作的洋葱新闻,也确实有那感觉了~

续写的恐怖故事也有点水平:

那么再看看数学能力?

基本的加减法、鸡兔同笼应对起来都很轻松了。

不过在高数方面还是有点困难,让它求解:f(x)=x(x-1)(x-2)(x-3),f’(0)=?

即便在我们提醒它算错了情况下,修正起来也比较困难(正确答案为 - 6)。

OK,接下来就轮到代码能力了。

我们给的要求是:帮我写一个计算器程序。

确实完成了一个四则运算的简单计算器,甚至还有命令行操作界面:

除了有一个小 bug(函数外不能 return)外,简单修改后可以运行。

另外对于 Python 缩进的空格与 tab 之争,这只 AI 是个空格党。

这里贴上代码块,大伙儿可以试试:

Plain textANTLR4BashCC#CSSCoffeeScriptCMakeDartDjangoDockerEJSErlangGitGoGraphQLGroovyHTMLJavaJavaScriptJSONJSXKotlinLaTeXLessLuaMakefileMarkdownMATLABMarkupObjective-CPerlPHPPowerShell.propertiesProtocol BuffersPythonRRubySass (Sass)Sass (Scss)SchemeSQLShellSwiftSVGTSXTypeScriptWebAssemblyYAMLXML#coding=utf-8#量子位注:AI没生成这句,根据不同运行环境可能需要加一下# 定义函数,实现加法运算def add(x, y):    return x + y# 定义函数,实现减法运算def subtract(x, y):    return x - y# 定义函数,实现乘法运算def multiply(x, y):    return x * y# 定义函数,实现除法运算def divide(x, y):    if y == 0:        print("除数不能为零!")        return    else:        return x / y# 主程序print("欢迎使用计算器!请选择需要进行的操作:")print("1. 加法")print("2. 减法")print("3. 乘法")print("4. 除法")choice = input("请输入操作编号(1/2/3/4):")num1 = float(input("请输入第一个数字:"))num2 = float(input("请输入第二个数字:"))if choice == '1':    print(num1, "+", num2, "=", add(num1, num2))elif choice == '2':    print(num1, "-", num2, "=", subtract(num1, num2))elif choice == '3':    print(num1, "*", num2, "=", multiply(num1, num2))elif choice == '4':    if num2 == 0:        print("除数不能为零!")        # return (量子位注:这里有bug,注释掉就可)    else:        print(num1, "/", num2, "=", divide(num1, num2))else:    print("非法输入!")

生成表格能力也是有的,同时可以按照要求修改表格:

分析基本逻辑问题也 OK:

而且我们感觉讯飞星火的回答,总是很正经,对于脑洞大开的问题也是淡定的 “总分总式” 回答。

当然也被绕到过沟里,回答出了 “贾母找人搬机器” 的瞎话:

以上就是我们对讯飞星火的一个浅浅测试。

能力水平已经看到了,而大模型本身让人好奇的,还有它的技术细节~

提前扒扒它的 “模型底细”

毕竟讯飞大模型还没正式发布,所以我们试着先从它自己这里 “探探口风”。

看看能不能通过问相关问题,提前摸出一些关于它的资料来。

先是名字由来。讯飞星火认知大模型给出了技术向、公司向和文化向三个方面的回答,有议论文内味了:

再仔细追问一下为什么 “星火” 和“心宿”有关,好家伙,话题逐渐占星学了起来:

这里我们调戏一下大模型,问问科大讯飞 CEO 是否喜欢占星学

回到正题。那么,讯飞星火认知大模型的训练数据来源、模型参数量、联网状态如何?

首先是关于模型训练数据的来源。看起来资料还比较丰富,目前也还在不断更新中:

所以,讯飞大模型是否和 ChatGPT 一样,用了 RLHF 呢?它自己的回答竟然是没有:

那么接下来,是关于模型参数量的问题,这里讯飞大模型回答得也比较模糊。

而且,给出的模型参数量竟然只有数亿个?(要知道,GPT-2 模型参数量都有 15 亿)

最后,是关于模型能否联网的问题。

看起来,它还不会实时联网,关于网易和暴雪的新闻只能追溯到几年前的消息:

用户也不能通过指令直接让它访问某个网站,查询特定信息,应该是加了某些限制:

不过有意思的是,它还是声称自己需要联网工作,以访问特定信息数据:

据讯飞星火认知大模型介绍,目前它的训练数据还在继续更新。

换而言之,就是还在继续迭代,估计在正式发布前还会更新一版模型。

目前来看,科大讯飞的这个讯飞星火认知大模型,表现已算不错。

而且要知道,讯飞原计划给出的交卷时间是 5 月 6 日,现在突然发布内测,相当于不仅没跳票,还 “反向跳票” 了一波。

这样来看,除了科大讯飞在这 NLP 和认知智能方面确实有很深的技术积累以外,也说明,讯飞的技术和工程团队实战能力值得关注一波——不仅能打硬仗,而且 “说到做到”。

现在距离正式发布还有 10 天,你期待讯飞的大模型迭代出什么新效果?

转载自量子位 明敏 萧箫查看原文

全部讨论

no data来都来了,坐下聊聊