Magic LV
发表于 2025-4-2 09:07:15
作者：新智元
链接：https://mp.weixin.qq.com/s/Y-_k0QNEuR-Cz0rUi7kk2g
这个名字有什么蕴意吗？看看通义千问自己怎么说：
各方准备，接下来一大波测评来袭。
古怪问题大PK
考考通义千问一些难倒老外的「汉语十级」考题。
请听题：您是要几等座？你们一共有几等座？特等一等二等等等，二等要多等一等。我看一下，等一等啊。别等了，再等一等就没了。那不等了，就这个吧。请问顾客最终买了几等座？
通义千问的表现非常优异，给出了正确答案——一等座，并作了详细的分析。
文心一言被绕迷糊了，说是二等座。
而在汉语十级难题面前，语言能力强大的GPT-4竟然也缴械投降了，直称自己无解。
那么，作为一个母语是汉语的人，你觉得是几等座呢？
「豆腐两块一块，请问豆腐怎么卖？」
通义千问给出一种解「豆腐2元一块」，还贴心地还原出了交易过程。
而聪明的文心一言直接上升到经济学，分析了市场行情，认为2块豆腐一块钱更合理。
「女朋友对男朋友说，我都和你说了200次了，你也不长记性，又乱买东西。请问女生和男朋友说了多少次？」「直男」通义千问直接建议男生去问问女朋友，好好回顾下之前的聊天记录。
而对比之下，文心一言的EQ就显得很高了。它说，「她可能已经和你说了很多次」，并给出了暖心建议，认真考虑你们关系是否健康，以及是否真正理解女朋友的需求和想法。
「我的手机蓝牙坏了，请问去哪里修？」
整体来看问题不大，就是「通义千问」推荐的这个维修点，多少有点儿远——「iFixYouri」这个地址，直接跑美国区了。（文中的iFixYouriPhone应该是拼错了）
而前段时间，文心一言对这个问题，曾给出送到莆田医院的答案，这次看起来靠谱了许多。
Fred Rickerson是谁？
（这个人其实不存在）开始，它会坚持真理，称找不到这个人。但是再问一次，它立马动摇了。给这个人火速安了一个身份，还给它编了两部作品。
文心一言开始诚实地表示无法回答，第二次发问，它也开始胡诌了，说这个人是演员和导演。而到了第三次，它直接说这是个计算机。
GPT-4自始至终都对正确答案非常坚定。
智子为什么不直接毁灭地球呢？
通义千问的回答，就是牛头不对马嘴。
文心一言的表现不错。
数学有时很行，有时不灵
再来看看数学问题PK。按照惯例，先来一道鸡兔同笼：「鸡兔同笼，头共10，足共28，鸡兔各几只？」多次询问后，通义千问成功避开了正确答案。
文心一言则略胜一筹，但有时脑子也会「瓦特」。
当然，这种题对于GPT-4来说毫无难度。
那么，我们换一种问法试试？问：动物园里有鸵鸟和长颈鹿共70只，其中鸵鸟的脚比长颈鹿多80只，那么鸵鸟有多少只，长颈鹿有多少只？解：假设全部都是鸵鸟，则一共有70×2=140（只）脚，此时长颈鹿的脚数是0，鸵鸟脚比长颈鹿脚多140只，而实际上鸵鸟的脚比长颈鹿多80只，因此鸵鸟脚与长颈鹿脚的差数多了140-80=60（只），这是因为把其中的长颈鹿换成了鸵鸟。把每一只长颈鹿换成鸵鸟，鸵鸟的脚数将增加2只，长颈鹿的脚数减少4只，那么鸵鸟脚数与长颈鹿脚数的差就增加了6只，所以换成鸵鸟的长颈鹿有60÷6=10（只），鸵鸟有70-10=60（只）。
相比起来，文心一言第一次就通过了。
|
|
