GPT3.5+文心一言+chatGLM 计算和代码生成能力简单对比

这篇具有很好参考价值的文章主要介绍了GPT3.5+文心一言+chatGLM 计算和代码生成能力简单对比。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。

chatGLM3刚发布(10.27),打算尝试一下其code和计算能力。

共选取三个问题,难度从中等,偏困难,到困难。测试内容是正好手头上在做的事想让LLM来完成(偷懒),之前都是直接使用GPT,这次正好对比测试一下。

测试产品包括GPT3.5、文心一言、chatGLM,均使用web端版本(1105当天)。

测试问题一(难度中等):

我想要对一个int类型十进制数字x进行1024取余(即x%1024),为此我做了一个计算方法,计算方法如下:
1. 先将int类型数字转成二进制字符串
2. 保留二进制字符串的最后10位得到新字符串
3. 新字符串转成十进制数字
该计算是否可以得到原十进制数字对1024取余

期望答案:

本题为求余计算公式,LLM应知道计算方法正确,并能做出一定解释。

测试问题二(偏难):

我想要对一个int类型十进制数字x进行1024取余(即x%1024),为此我做了一个计算方法,计算方法如下:
1. 先将int类型数字转成二进制字符串
2. 保留二进制字符串的最后5位得到新字符串
3. 新字符串转成十进制数字
该计算是否可以得到原十进制数字对1024取余

期望答案:

本题为求余计算公式(1024求余应该是二进制10位,这里故意写5位),期望LLM指出计算方法错误,如果能解释错误和修改意见为优秀。

测试问题三(困难):

我有一个java语言int类型字段来记录字符串的特征值,该特征值用来做去重使用,意思是如果再遇到一个新的字符串的特征值与该特征值相同则认为这两个字符串相同。

需求如下:

#01 我希望提取字符串的md5+字符串长度两个特征合并放到这个int特征值里,字符串长度占最后10位,其他位放md5,不足的位数用0占位。

#02 字符串长度如果超过1024则取余计算字符串长度(字符串长度%1024)。

请根据需求帮我编写一个Java程序。

期望答案:

自定义字符串特征值算法,前22位md5+后10位字符串长度取余

总的来说:
GPT3.5还是完全领先;chatGLM在前两个问题上还可以拼一拼,在最后一个代码生成上还是很难提供有效帮助;文心一言三题均无法提供指导(差距太大)。

对比详情见腾讯文档:
https://docs.qq.com/sheet/DZWJXTHZQS0tLeXNl?tab=BB08J2文章来源地址https://www.toymoban.com/news/detail-744205.html

附GPT3.5第三题的代码

import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
import java.nio.charset.StandardCharsets;

public class FeatureValueGenerator {
public static int generateFeatureValue(String input) {
try {
// 计算MD5哈希值
MessageDigest md = MessageDigest.getInstance("MD5");
byte[] md5Hash = md.digest(input.getBytes(StandardCharsets.UTF_8));

// 计算字符串长度并取余
int length = input.length() % 1024;

// 将MD5哈希值的前面位数组成int值
int md5Value = 0;
for (int i = 0; i < Math.min(4, md5Hash.length); i++) {
md5Value = (md5Value << 8) | (md5Hash[i] & 0xFF);
}

// 将字符串长度合并到特征值的最后10位
int featureValue = (md5Value << 10) | length;

return featureValue;
} catch (NoSuchAlgorithmException e) {
e.printStackTrace();
return -1; // 错误情况下返回-1
}
}

public static void main(String[] args) {
String input = "YourStringHere"; // 替换成你的字符串
int featureValue = generateFeatureValue(input);
System.out.println("特征值: " + featureValue);
}
}

到了这里,关于GPT3.5+文心一言+chatGLM 计算和代码生成能力简单对比的文章就介绍完了。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

  • 通义千问, 文心一言, ChatGLM, GPT-4, Llama2, DevOps 能力评测

    “克隆 dev 环境到 test 环境,等所有服务运行正常之后,把访问地址告诉我”,“检查所有项目,告诉我有哪些服务不正常,给出异常原因和修复建议”,在过去的工程师生涯中,也曾幻想过能够通过这样的自然语言指令来完成运维任务,如今 AI 助手 Appilot 利用 LLM 蕴藏的神

    2024年02月05日
    浏览(48)
  • 检测文本是否由AI生成,GPT、文心一言等均能被检测

    目前很多机构推出了ChatGPT等AI文本检测工具,但是准确率主打一个模棱两可,基本和抛硬币没啥区别。 先说结论,我们对比了常见的几款AI检测工具,copyleaks检测相比较而言最准确。 来源:GPT3.5 提问词:Redis有什么作用? Redis是一种开源的内存数据库,它具有多种作用和用途

    2024年02月14日
    浏览(59)
  • idea插件 Bito – GPT-4 & ChatGPT AI写代码 分析代码 生成测试用例

    Bito官网 https://bito.ai/ Bito AI是一款通用的人工智能辅助工具,基于最新的ChatGPT实现,开发者可以提出任何技术问题,根据自然语言提示生成代码。 Bito AI可以用于编写代码、理解语法、编写测试用例、分析解释代码、注释代码、检查安全性,甚至解释高级概念。 首先安装Bit

    2024年02月11日
    浏览(45)
  • 2023年新课标I卷作文,5位人工智能考生(ChatGPT,文心一言,GPT4, ChatGLM-6b, ChatT5)来写作,看谁写得最好

    大家好,我是微学AI,今天是2023年6月7日,一年一度的高考又来了,今年的高考作文题也新鲜出炉。今年是特殊的一年,有人说2023是AI的元年,这一年里有大语言模型的爆发,每天都有大模型的公布,在2023年有文心一言,GPT4, ChatGLM等语言模型的发布,我们已经步入人工智能领

    2024年02月08日
    浏览(43)
  • 根据图片生成前端代码:GPT vesion 助你释放效能 | 开源日报 No.98

    Stars: 36.4k License: NOASSERTION PHP 是一种流行的通用脚本语言,特别适合 Web 开发。快速、灵活和实用,PHP 支持从博客到世界上最受欢迎的网站等各种应用。PHP 遵循 PHP 许可证 v3.01 发布。 主要功能: 提供强大而灵活的脚本语言支持 适合 Web 开发 快速、灵活、实用 强大而全面的扩

    2024年01月24日
    浏览(36)
  • 我让AI帮忙生成算法,Auto-GPT对比ChatGPT、文心一言,结果出人意料...

                                                                                     🍏🍐🍊🍑🍒🍓🫐🥑🍋🍉🥝                                           我让AI帮忙生成算法,Auto-GPT对比ChatGPT、文心一言,结果

    2024年02月02日
    浏览(32)
  • GPT-4 的国内直接可以访问的,优秀而强大的免费代码生成器——Cursor

    Cursor.so 是一个集成了 GPT-4 的国内直接可以访问的,优秀而强大的免费代码生成器,可以帮助你快速编写、编辑和讨论代码。 它支持多种编程语言,如 Python, Java, C#, JavaScript 等,并且可以根据你的输入和需求自动生成代码片段。 Cursor.so 还可以帮助你重构、理解和优化代码,

    2024年02月06日
    浏览(45)
  • 代码生成- 寄存器计算机

    寄存器计算机是目前最流行的机器体系结构之一。 效率很高 机器体系结构规整 机器基于寄存器架构: 典型的有16、32或更多个寄存器,所有操作都在寄存器中进行 访存都通过load/store进行,内存不能直接运算 内存,存放溢出的变量(溢出是指寄存器放不下的变量) 寄存器,

    2023年04月08日
    浏览(44)
  • 【计算机图形学】【代码复现】A-SDF中的数据集制作与数据生成

    Follow A-SDF 的 Data Generation 部分: We follow (1) ANSCH to create URDF for shape2motion dataset (1-2) URDF2OBJ(本人认为是1-2之间需要进行的重要的过渡部分) (2) Manifold to create watertight meshes (3) and modified mesh_to_sdf for generating sampled points and sdf values. follow这个github: ANSCH 在 global_info.py 中,主要修改

    2024年02月08日
    浏览(49)
  • 提示词在大模型Chatgpt、llama2、chatglm3、gemini、bert、bard、通义千问、文心一言、盘古大模型等的核心作用,谁掌握提示词工程能力,谁就拿到激发大模型强大生成能力的钥匙

    提示词在大模型Chatgpt、llama2、chatglm3、gemini、bert、bard、通义千问、文心一言、盘古大模型等的核心作用,谁掌握提示词工程能力,谁就拿到激发大模型强大生成能力的钥匙。 提示工程(Prompt Engineering):指导AI大模型完成任务的艺术 从本质上来看,提示工程也是一种人机交

    2024年03月09日
    浏览(45)

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