【当前独家】文心一言，甩开GPT-3.5，与GPT-4掰手腕？

“请写一个肯德基疯狂星期四的段子。”

“我女朋友的老公应该叫我什么？”

“XX微信群的群主与吴彦祖谁更帅？”

(资料图片仅供参考)

......

给几个搞怪的问题，戏耍一下，把答案贴出来，大家嘲讽一番。

在文心一言发布后，这种玩法直到今天还没有停止的意思。

可能连背后的技术与产品人员都没有想到，文心一言会以这样的方式火了下去。

作为国产版ChatGPT，文心一言在发布后，除了赞誉的声音，以各种形式被批判应该在意料之中，ChatGPT当初也是如此，这是产品不断进化要经历的过程。

只不过，在没有好坏的定论中，到底要给文心一言当下的技术水准定一个什么样的定义，并没有客观的、更加令人信服的结论。

起码，这种“戏耍”并不能反映多模态大模型所具备的能力。

ChatBOT固然可以闲聊，也应该支持用户随便闲聊，但闲聊互动不应该成为一款专业产品能力的最终评价标准。

光怪陆离的问题，就算去询问一个人类智者，得到的答案也是光怪陆离的。

现在来看，以某种更现实的视角去提出问题、实测答案，才更能体现出文心一言的能力和价值。

这种现实的视角应当有很多，其中，以企业信息需求为着眼点，会是其中之一。

这是因为，从文心系列大模型走向对话产品“一言”，或者，从GPT-3.5到GPT-4，ChatBOT最后都还是要走向商用、服务企业，创造专业价值的。

GPT-4发布后并没有公布其参数量，这被认为是走向商业化的准备，毕竟OpenAI制定的数亿美元营收目标现在快到4月份了还没太大动静。

而服务企业，要么提供“生产力”价值，这是ChatBOT场景垂直化后需要探索的内容，在各产业提供具体的工作能力；要么提供信息价值，通过类似“上帝之眼”的信息整合与逻辑梳理能力，帮助企业消除信息不对称，获取需要的信息。

目前ChatBOT的产业应用还未见，因此信息价值就成为可以客观评价的维度。

“智能相对论”团队获得了文心一言的内测账号，以及ChatGPT普通版本（基于GPT-3.5）与plus版本（基于GPT-4）的测试资格，尝试从企业信息获取维度，提出六个关联问题，从各答案中对比出文心一言的实际能力。

总体上，文心一言甩开GPT-3.5不成问题，与GPT-4能够掰手腕做到有来有回。

具体一个个分析，每个问题下，分别是文心一言、ChatGPT普通版、ChatGPT plus版的回答截图。

01 企业数字转型怎么找外部合作伙伴，现在有哪些类型的伙伴可以选择？

可以看出，在三个回答中，只有文心一言提到了选择外部合作伙伴要注意到的几点，然后再例举可以找哪些类型的合作伙伴。

而ChatGPT普F通版、ChatGPT plus版都只是直接给出了类型。

这显示出，文心一言在算法上，相较与其他两个产品，对问题的潜在需求认识可能更加深刻。

02 企业应该怎样抓住，新的市场机遇？

在这个问题的回答中，很显然，条目的多少，基本上决定了答案的质量。

对一个企业来说，要抓住市场机遇，就应该要找到更多的方法，考验的是ChatBOT整合信息并分门别类的能力。

在这里，文心一言超越GPT-3.5但略逊于GPT-4。

03 企业怎么招徕优质人才，有哪些好用的渠道？

与上一个问题类似，条目的多少直观反映了ChatBOT解决需求的能力。

文心一言远超GPT-3.5，并超越了GPT-4，再一次掰赢了手腕。

04 员工的工作效率很低，

怎么办？

这一局，相似的判断标准，文心一言继续*GPT-3.5，但没有打赢GPT-4。

05 客户总是不回款，有什么好的办法？

这个问题，由于各个回答都涉及了可能破坏企业与客户关系的行动，因此都进行了一次“打补丁”式的追问。

基本上，三个模型都很好地领会到了追问的意图，对“不和客户关系搞僵”有准确的认知，并提供了对应的答案。

其中GPT-4的表现超越文心一言。（注意ChatGPT有字数限制，plus版限制在700字左右，所以其输出因为字数太多最后被中止）

06 企业资金链紧张，但是银行不肯借钱，怎么办？

吸取上个问题的教训，这个问题直接把限制条件加入到问题当中。

类似上一个问题，三个模型对“银行不借钱”情形下企业资金链紧张的应对办法都有清晰的认知，规避了银行信贷这一种方式。

其中，文心一言与GPT-4打成了平手，都提供了相同数量的方法供企业选择。

总结以上，仅就这六个企业比较关心的专业问题而言，文心一言全面胜过GPT-3.5，对GPT-4两胜、两负一平，典型的你来我往掰手腕。

而更进一步看，实际上在回答条目上的胜负，无关算法本身的设计，在技术上与算法训练的数据量和训练时长有关（要给足够多的食物，也要给足够多的时间去吃食物），后续的竞逐将仍然在数据训练上。

对文心一言而言，发布更晚已经吃了亏，下一步如何在训练上追赶、赶超（可能意味着巨大的成本投入）是百度要考虑的问题。

当然，由于文心系列大模型过去早已具备了丰富的多模态能力，因此文心一言在发布时就自带有GPT进化到“4代”才加入的多模态能力，这一点也常常为业界所忽略。

而“智能相对论”认为，未来ChatBOT的比拼，将很大程度上在多模态展开。

这意味着，当下的文本竞逐，只是一切的开始。

现在，任何的结论，不管是褒扬的还是贬低的，可能都为时尚早。

标签：