下面进行文心一言内测结果与ChatGLM-6B的结果进行对比,其中ChatGLM-6B的结果来自https://github.com/THUDM/ChatGLM-6B,假设ChatGLM-6B的结果是可靠的,那么为了公平,文心一言也使用这些Prompt进行测试。
测试内容从 自我认知、提纲写作、文案写作、邮件写作助手、信息抽取、角色扮演、评论比较 和 旅游向导 这八个角度进行测试对比。
核心结论:
1、关于自我认知、提纲写作方面,ChatGLM-6B相比文心一言要好一些,优点和缺点条例比较清晰;
2、在文案写作方面,ChatGLM-6B确实生成了一段文案,而文心一言缺生成了一张图片,说明了文心一言的多模态生成能力,但是与题目不太符合;
3、在写邮件方面,两个模型表现都不错;
4、在信息抽取方面,ChatGLM-6B比文心一言确实好很多,可能是ChatGLM-6B有这方面的训练数据导致的;
5、在角色扮演方面,文心一言暂无此能力;
6、在主观评论方面,ChatGLM-6B和文心一言都表现的比较理智和客观,没有模型个人观点,ChatGLM-6B列举了这两位足球运动员的很多示例,而文心一言回复的比较官方;
7、在旅游向导方面、ChatGLM-6B注重文化描述,而文心一言给出了很多更有价值的信息
综述所述,在ChatGLM-6B给出的8大示例中,明显是ChatGLM-6B占上风,这似乎也不太公平,后面会使用其他的Prompt再进行测试对比实验。
自我认知
ChatGLM-6B
文心一言
提纲写作
ChatGLM-6B
文心一言
文案写作
ChatGLM-6B
文心一言
邮件写作助手
ChatGLM-6B
文心一言
信息抽取
ChatGLM-6B
文心一言
角色扮演
ChatGLM-6B
文心一言
评论比较
ChatGLM-6B
文心一言
旅游向导
ChatGLM-6B
文心一言