讯飞星火_VS_文心一言

这篇具有很好参考价值的文章主要介绍了讯飞星火_VS_文心一言。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

获得讯飞星火认知大模型体验授权,第一时间来测试一下效果,使用申请手机号登录后,需要同意讯飞SparkDesk体验规则,如下图所示:

讯飞星火_VS_文心一言

同意之后就可以进行体验了,界面如下:

讯飞星火_VS_文心一言

讯飞星火效果体验

以下Prompt来自https://github.com/THUDM/ChatGLM-6B

自我认知

星火

讯飞星火_VS_文心一言

文心一言

讯飞星火_VS_文心一言

在自我认知方面,两个模型的表现都不错。

提纲写作

星火

讯飞星火_VS_文心一言

文心一言

讯飞星火_VS_文心一言

在提纲写作方面,星火给出的答案类似书的目录,很有条理性;而文心一言不仅给出了提纲,而且对提纲的写作方向给出了详细的介绍。

文案写作

星火

讯飞星火_VS_文心一言

讯飞星火_VS_文心一言

文心一言

讯飞星火_VS_文心一言

讯飞星火_VS_文心一言

在文案写作方面,星火给出的答案非常不错,而文心一言给出的不仅是文案,还有图片,不过个人认为文案生成的效果一般;

他们对于数字的理解是比较好的,都生成了10条新闻;

邮件写作助手

星火

讯飞星火_VS_文心一言

讯飞星火_VS_文心一言

文心一言

讯飞星火_VS_文心一言

讯飞星火_VS_文心一言

在写邮件方面,两个模型都表现的非常好,而且百度文心一言甚至给出更详细的提示,比如给暴雪公司的邮件中还写了“主题”,而且在发件人还预留了“联系方式”

信息抽取

星火

讯飞星火_VS_文心一言

文心一言

讯飞星火_VS_文心一言

在信息提取方面,两个模型都可以输出JSON格式,但是在结果上星火明显优于文心一言,提取的信息更全面

角色扮演

星火

讯飞星火_VS_文心一言

文心一言

讯飞星火_VS_文心一言

在角色扮演方面,两个模型都有明显的不足,星火有角色扮演的能力,不过刚开始的文本理解不太正确,后来角色扮演的效果还可以接收;文心一言在测试的时候暂无角色扮演的功能

评论比较

星火

讯飞星火_VS_文心一言

文心一言

讯飞星火_VS_文心一言

在主观评论方面,两个模型都表现的不错,都没有给出有偏见的答案

旅游向导

星火

讯飞星火_VS_文心一言

讯飞星火_VS_文心一言

文心一言

在旅游向导方面,两个模型都给出了旅游建议,他们都有各自明显的特点:星火是“位于{},是{}”的结构,而文心一言是“这是{},然后是简单介绍”;对于地理位置,星火给出了乘车路线,而文心一言是一些相关的时间、电话等固定信息。文章来源地址https://www.toymoban.com/news/detail-489842.html

到了这里,关于讯飞星火_VS_文心一言的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 文心一言 VS 讯飞星火 VS chatgpt (66)-- 算法导论6.5 5题

    在使用以下循环不变量时,HEAP-INCREASE-KEY的正确性可以得到分析: 循环不变量:在算法的第4~6行 while循环每次迭代开始的时候,子数组 A[1…A.heap-size]要满足最大堆的性质。 这个循环不变量是在调用 HEAP-INCREASE-KEY 之前被满足的。因此,在这个函数内部,我们可以假设 A[1…A.

    2024年02月15日
    浏览(36)
  • 文心一言 VS 讯飞星火 VS chatgpt (123)-- 算法导论10.4 4题

    在计算机科学中,左孩子右兄弟表示法是一种用于表示树状结构的方法,其中每个节点都有两个指针:一个指向其第一个孩子(左孩子),另一个指向其下一个兄弟(右兄弟)。对于一个有根树,我们可以使用一个数组来表示它,其中每个索引对应一个节点,每个节点包含两

    2024年02月08日
    浏览(43)
  • 文心一言 VS 讯飞星火 VS chatgpt (55)-- 算法导论6.3 1题

    文心一言 VS 讯飞星火 VS chatgpt (55)-- 算法导论6.3 1题 下面是 BUILD-MAX-HEAP 在数组 A = (5, 3, 17, 10, 84, 19, 6, 22, 9) 上的操作过程: 1.创建一个空堆,将数组中的第一个元素 5 作为根节点,将其加入堆中。 2.将数组中的第二个元素 3 与其子节点 5 比较,由于 3 小于等于 5,因此不需

    2024年02月12日
    浏览(38)
  • 文心一言 VS 讯飞星火 VS chatgpt (62)-- 算法导论6.5 1题

    文心一言 VS 讯飞星火 VS chatgpt (62)-- 算法导论6.5 1题 HEAP-EXTRACT-MAX 是堆排序算法中的一部分,用于从堆中提取最大值并保持堆的性质。下面是在堆 A=(15, 13, 9, 5, 12, 8, 7, 4, 0, 6, 2, 1) 上执行 HEAP-EXTRACT-MAX 操作的过程: 1.初始化堆的根节点为最大值。在本例中,根节点为 15。 2.将

    2024年02月16日
    浏览(34)
  • 文心一言 VS 讯飞星火 VS chatgpt (67)-- 算法导论6.5 6题

    文心一言 VS 讯飞星火 VS chatgpt (67)-- 算法导论6.5 6题 在 HEAP-INCREASE-KEY 的第 5 行交换操作中,我们可以通过利用 INSERTION-SORT 内循环部分的思想来进行优化,从而只用一次赋值完成这一交换操作。 通常,在 HEAP-INCREASE-KEY 的第 5 行交换操作中,我们需要通过三次赋值来交换 k

    2024年02月14日
    浏览(41)
  • 文心一言 VS 讯飞星火 VS chatgpt (28)-- 算法导论5.1 3题

    可以使用贝叶斯公式来计算无偏的结果。假设我们进行了n次试验,其中BIASED-RANDOM以概率p输出1,以概率1-p输出0。设N0为输出0的次数,N1为输出1的次数,则有N0+N1=n。根据贝叶斯公式,可以得到: p(N0, N1|p) = p(N0, N1, p) / p(p) 其中,p(N0, N1, p)表示在n次试验中,N0次试验输出0,N1次

    2024年02月07日
    浏览(43)
  • 文心一言 VS 讯飞星火 VS chatgpt (27)-- 算法导论5.1 2题

    假设我们有一个伪随机数生成器,可以生成在[0,1)范围内的随机数。那么我们可以使用以下算法实现从一个[a, b]范围内的随机数: 1.首先生成一个随机数r,在[0,1)范围内。 2.检查r是否大于a。如果是,则重复步骤1,直到r小于等于a。 3.计算x = (b-a) * r + a。x就是在[a, b]范围内的随

    2024年02月07日
    浏览(41)
  • 文心一言 VS 讯飞星火 VS chatgpt (76)-- 算法导论7.3 1题

    在分析算法的性能时,期望运行时间是一个重要的指标,它描述了算法在平均情况下的表现。期望运行时间考虑了所有可能的情况,包括输入数据的分布和随机性等因素。 对于随机化算法,最坏情况下的运行时间可能会非常糟糕,但是这种最坏情况在实际应用中出现的概率非

    2024年02月12日
    浏览(41)
  • 文心一言 VS 讯飞星火 VS chatgpt (40)-- 算法导论5.4 4题

    为了解决这个问题,我们需要先计算出所有可能的生日组合数,然后计算出其中生日相同的组合数。 已知需要邀请的人数为:23人 根据组合数公式,可计算出所有可能的生日组合数: 2.58520167*10^{22} 根据生日相同的组合数公式,可计算出其中生日相同的组合数: 2.4676925e+22 所

    2024年02月09日
    浏览(50)
  • 文心一言 VS 讯飞星火 VS chatgpt (89)-- 算法导论8.3 2题

    在Go语言中,以下排序算法是稳定的: 插入排序 归并排序 而以下的排序算法是不稳定的: 堆排序 快速排序 要使任何排序算法都稳定,我们可以在排序时记录每个元素的原始索引。这种方法的额外空间开销是O(n),时间开销则是O(n log n)。这是因为我们需要额外的空间来存储索

    2024年02月09日
    浏览(28)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包