寫在前面
2月13日,《2022年北京人工智能產業發展白皮書》正式發布,其中提到全面夯實人工智能產業發展底座,支持頭部企業打造對標 ChatGPT的大模型,著力構建開源框架和通用大模型的應用生態。
很巧的是,颯姐團隊成員在今年10月份的時候測評過:百度文心、源1.0、某道,三款國內現有的大模型,當時對測評結果甚是遺憾。于是又將當時的測試內容讓ChatGPT做了一遍,試圖摸清國內外大語言模型在問答這一領域的實際差距,旨在希望國內產學研戒驕戒躁,穩扎穩打地發展。
測試方案
本次測試僅僅考慮非連續性的單次問答,且皆為常識性問題,答案唯一,但題目會有一定的挑戰性。具體的,涉及到What,When, Where, Who, Which五類問題。
國內首批元宇宙技術標準發布,聚焦數字身份和支付清算領域:金色財經消息,由深圳市信息服務業區塊鏈協會組織起草的《基于區塊鏈技術的元宇宙身份認證體系》《基于區塊鏈技術的元宇宙支付清算體系》兩個團體標準近日發布,這是國內首批發布的元宇宙技術標準。此次發布的元宇宙兩個技術標準聚焦于數字身份和支付清算領域,旨在推動以元宇宙為代表的虛實融合創新產業在我國的穩健演進與落地,結合國內外元宇宙相關產業發展的新特點,明確元宇宙產業的邊界、紅線和禁區,進而促進國家相關科技創新能力進一步提升和經濟社會良性發展。(廣州日報)[2022/4/22 14:41:16]
問題樣例如下:
1. “是什么(What)”型問題,如“爸爸的爸爸叫什么?”
2.“什么時候(When)”型問題,如“人們一般什么時候過元旦?”
3.“什么地點(Where)”型問題,如“孫中山安葬在哪里?”
4.“是誰(Who)型問題”,如“中國歷史上第一個皇帝是誰?”
動態 | 中信銀行成功落地首筆區塊鏈國內信用證業務:據中新網消息,近期,中信銀行太原分行成功落地首筆區塊鏈國內信用證業務,成為了山西省內首家在國內信用證結算領域應用區塊鏈技術的銀行。據了解,區塊鏈技術應用在國內信用證中改變了銀行傳統信用證業務模式,將傳統的信用證開立、通知、交單、承兌報文、付款報文各個環節均通過該系統實施,縮短了信用證及單據傳輸的時間,大幅提升了信用證業務處理效率,降低了成本,同時利用區塊鏈防篡改特性大大提高了信用證業務的安全性。[2018/9/29]
5.“哪?個(Which)型問題”,如“哪個洲是倒數第二小的洲?”
問答樣例對比
問題:“孫中山(孫文)安葬在哪里?”
ChatGPT:孫中山的遺體最初安葬在南京中山陵內,后因戰亂多次遷移。最終于1929年安葬在南京中山陵北麓的紫金山下,此地現為孫中山陵園。
百度文心:孫中山墓地
證監會副主席姜洋一行調研比特幣礦機芯片廠商嘉楠耘智:希望你們在國內上市:4月24日,中國證監會副主席姜洋一行在清華長三角研究院杭州分院院長邵向榮的陪同下調研嘉楠耘智。孔劍平向姜洋副主席一行匯報了嘉楠耘智的芯片研發情況,重點介紹了區塊鏈計算芯片在比特幣挖礦領域的應用和人工智能芯片的應用場景。在了解完公司2016年的A股并購的詳細情況和目前最新的上市規劃。姜洋副主席說“不管你們芯片用于什么,本質上都還是一家芯片公司,希望你們在國內上市”。[2018/4/24]
某道:"孫文(1866年-1925年10月12日),名文,字載之,號仲立,又名帝光,廣東省香山縣(今中山市)南朗鎮翠亨村人,1883年(光緒九年)隨父移居澳門。1904年參加孫中山領導的同盟會,任同盟會南方支部書記。曾兩次赴日,組織策劃惠州起義。后回澳門發展組織,被選為中國同盟會南方總支部庶務部長。1905年春,與陳少白、朱執信等在香港成立興中會,被舉為評議部評議員,旋被派往南洋聯絡同志,協助籌辦革命刊物《中興日報》。1906年冬,孫中山在日本東京成立中國同盟會中部總會,被委為秘書。1907年奉命回國,在廣東發動民軍起義。事敗后潛赴南洋,繼續組織發動華僑、華工和留學生進行革命活動。1911年武昌起義爆發后,被派往廣州協助籌劃起義,不幸事泄被捕,不久在廣州黃花崗就義。
國內已有9省份發布區塊鏈指導意見:日前工信部發布公告稱,正在就籌建全國區塊鏈和分布式記賬技術標準化技術委員會事宜開展專題研究,旨在盡快推動完備的區塊鏈標準體系。截至目前,國內共有浙江、江蘇、貴州、福建、廣東等9個省份就區塊鏈發布指導意見,多個省份甚至將區塊鏈列入了本省“十三五”戰略發展規劃。[2018/3/15]
源1.0:孫中山安葬在南京紫金山中山陵
問題:哪個洲是倒數第二小的洲?
ChatGPT:開始回答了錯誤的答案,與其對話后成功糾正(AMAZING!)
百度文心:南極洲
國內共享單車品牌“優拜單車”正在醞釀借助區塊鏈技術:據報道,國內共享單車品牌“優拜單車”正在醞釀借助區塊鏈技術,來提升整體運營水平。同時,當共享單車引入區塊鏈技術后,共享單車領域也將迎來許多革命性變化。[2018/2/11]
某道:南美洲,南美洲面積最大,但人口最多,人口占全球人口的1/5,因此南美洲是僅次于亞洲的世界第二大洲。南美洲位于東半球的南部,包括巴拿馬運河以南的整個南美洲大陸。南美洲大陸東至圣赫勒拿島(西經34°40'),西至馬爾維納斯群島(西經61°10'),南至德雷克海峽,北至亞馬孫河下游平原,南北相距約5100千米。南美洲大陸最南端是厄瓜多爾首都基多城。南美洲北部以安第斯山脈為界與北美洲相分,東部以烏拉爾山脈和太平洋為界與亞洲相鄰,東南部經德雷克海峽與非洲相分,西部則與南極洲隔德雷克海峽相望。(摘自百度百科)“
源1.0:大洋洲
總體分析
四個系統對于基本問題的問答可謂是手到擒來(本次樣例問題直接排除了簡單的基本問題,挑戰難度較高,因此整體錯誤率較高)。五類問題中,when問題和who問題整體回答的情況最好。三個國產系統中整體文心系統的表現最好。ChatGPT也會犯錯,但是往往只要略微引導,便能改正錯誤。
錯誤回答分析
錯誤語句生成:語句本身并不通順,前后主題不一致或者內容不一致,給人錯亂的感覺。
例如問:爸爸的爸爸稱謂是什么?
答: 爸爸的父親,也就是爸爸的爺爺,是媽媽的爸爸。爸爸的爺爺的爸爸叫太爺爺。爸爸的爺爺的爺爺叫太奶爺(奶奶的爸爸)
或問:我們黨二大在哪里召開?
答:1921年7月23日至31日,中國共產黨第二次全國代表大會在浙江省嘉興市南湖的一艘游船上召開。出席大會的正式代表共13人,候補代表5人,代表全國121名共產黨員。共產國際代表馬林、尼科爾斯基和鮑羅廷等參加了會議。
事實性錯誤:產生了事實性的錯誤。
例如問: 孫文去世的日子?
答:孫文去世的日子是1918年3月13日
偏見性素材:回答取自的素材較少,體現比較強的筆者的主觀性。
例如問:大家什么時候過元旦?
答:謝邀。我是在大學過的,所以元旦是在宿舍過的。我們宿舍六個人,有四個人都回家了,剩下我一個在宿舍,所以元旦那天我過得比較孤獨,不過還好啦,因為宿舍就我自己了,所以我可以一個人吃飯,一個人看電影,一個人逛超市,一個人睡覺,一個人......
含有邏輯性的問題無法識別:問題中存在復合問題或者邏輯判斷,一般難以處理。
例如問:哪個洲是倒數第二小的洲?
答:" 南美洲,南美洲面積最大,但人口最多,人口占全球人口的1/5,因此南美洲是僅次于亞洲的世界第二大洲。南美洲位于東半球的南部,包括巴拿馬運河以南的整個南美洲大陸。南美洲大陸東至圣赫勒拿島(西經34°40'),西至馬爾維納斯群島(西經61°10'),南至德雷克海峽,北至亞馬孫河下游平原,南北相距約5100千米。南美洲大陸最南端是厄瓜多爾首都基多城。南美洲北部以安第斯山脈為界與北美洲相分,東部以烏拉爾山脈和太平洋為界與亞洲相鄰,東南部經德雷克海峽與非洲相分,西部則與南極洲隔德雷克海峽相望。(摘自百度百科)
寫在最后
颯姐團隊認為,傳統的單一問答模型可用性不大,給予用戶的體驗感也欠佳,國產大語言模型下一個里程碑,前輩ChatGPT已經給出了方向,便是對話問答。在使用ChatGPT的時候,雖然它也經常會給出錯誤答案,但是其回答的邏輯依舊符合人的習慣,同時經過一定的對話引導,可以自行發現其回答邏輯性的缺失。
作為全新的一種數據合成方式,大語言模型的直接輸出可能是我們人類無法把控的,但是只要它能“理解”用戶的輸入,以此為依調整其輸出,最后得到滿意的回答,那便是可用的。進一步的,大語言模型未來的趨勢很有可能是提前預判用戶可能的“糾錯”,并提前“自糾錯”,并對糾錯結果進行評估。
肖颯lawyer
個人專欄
閱讀更多
金色早8點
金色財經
Odaily星球日報
歐科云鏈
澎湃新聞
Arcane Labs
深潮TechFlow
MarsBit
BTCStudy
鏈得得
Synthetix v3 提案獲治理委員會全體投票通過,這次升級對 Synthetix 意味著什么? 當前有 5 個與 Synthetix V3 升級相關的活躍投票:SIP-300 Synthe.
1900/1/1 0:00:00在長期的現貨需求和一系列軋空的推動下,比特幣市場呈現出自 2021 年 10 月以來最強勁的月度價格表現。本文,我們將探討衍生品市場和現貨交易平臺的動態.
1900/1/1 0:00:00來源:“人人都是產品經理”(ID:woshipm) 作者:王宇庭 經歷大起大落,WEB3也開始在新年出現回暖行情,1月1日,茅臺發布元宇宙APP,火爆全網.
1900/1/1 0:00:00作者:Future小哥哥 什么是Rollup 在以太坊網絡中,由于ETH網絡帶寬的原因,Gas費用常常在網絡交易較多擁堵時,會有較大幅度的提升.
1900/1/1 0:00:001.誰才是DEX王者:Curve還是Uniswap?2023年 1月5日DeFi_Made_Here發文表示,Curve代幣Crv 2023年的通脹率高達28.01%是一個很大的問題.
1900/1/1 0:00:00Web 3.0和元宇宙作為兩種新興技術,有望在未來幾年徹底改變人們開展業務的方式。Web 3.0也被稱為語義網,是互聯網的下一代版本,旨在讓用戶的體驗更加智能和直觀.
1900/1/1 0:00:00