國內(nèi)外大模型高考作文大挑戰(zhàn)：都不及格，但學習效率恐怖！

一篇標準的討論文，作為曾經(jīng)的文科生，小雷表示：“這個我熟”，從個人角度而言，訊飛星火給的這篇文章質(zhì)量是很高的，AI首先肯定了“好奇心”是人類探索陌生世界的一大原因，并且對“好奇心”如何驅(qū)動我們?nèi)ヌ剿魑粗龀隽私忉尅?/span>然后訊飛星火以此進一步擴展，提出了探索陌生世界并非僅僅是因為好奇心，并且從個人的成長、情感以及精神追求等方面進行解讀，最后再用總結(jié)點題，我的評價就八個字：“有理有據(jù)，令人信服”。唯一的問題是，文章的字數(shù)似乎不到800字，從WPS給出的字數(shù)統(tǒng)計來看是762個字（加上標點符號），按照審稿規(guī)范，估計會扣掉一些分數(shù) 。接下來，我們有請通義千問來作答。

圖源：雷科技與訊飛星火不同，通義千問用了另一個角度來解答命題，在開頭同樣先對“好奇心”驅(qū)使我們探索未知世界這段話進行了解析，然后再從社交需要、求知欲和探索欲等方面進行解讀。不過，在文章的倒數(shù)第二段，或許是出于對提問者的建議，通義千問加入了一段“安全提示”。雖然從內(nèi)容來說是沒有問題的，但是，如果將其作為高考作文來看，倒數(shù)第二段就看起來有點突兀了，審稿老師估計也會一臉懵逼，所以，即使前面寫得不錯，也會因此而扣掉一些分數(shù)。下一個“作者”是百度的文心一言，看看它又會怎樣回答這個問題？

圖源：雷科技文心一言同樣選擇以討論文的形式來撰寫作文，當然，這也是目前AI最擅長的文章類型。從內(nèi)容角度來說，文心一言的回答也是十分不錯的，但是過多的段落和轉(zhuǎn)折詞，使得文章有點像“流水賬”。不過在最后的立意點題上，文心一言給出的回答則更好一些，沒有局限于個人層面，而是擴大到對其他個體的思考與包容中，給出了更宏大的立意。接下來讓我們看看“洋和尚”的表現(xiàn)，首先是谷歌投資的Claude。

圖源：雷科技首先從字數(shù)上看，Claude恐怕就沒有合格，WPS的檢測結(jié)果顯示這篇文章的字數(shù)為646，離800字還有一些距離。不過，從內(nèi)容上看，Claude確實是給出了不同于國產(chǎn)AI的解答，它從人類本身出發(fā)，以冒險基因和進取精神為核心，解讀了人類為什么要探索陌生世界。從立意上來說，Claude或許是目前出場的AI中最高的，不僅僅是講到人類，更是將話題拓展到了文明的發(fā)展與延續(xù)、人類的未來等方面，讓人不禁有種“不明覺厲”的感覺。不過，考慮到命題更多的是對個體想法的探索，雖然文章內(nèi)容不錯，但是恐怕也拿不到滿分或是特別高的分數(shù)。最后，就讓我們來看看ChatGPT的回答吧，鑒于時間關(guān)系，小雷最終是在New Bing上得到的答復。圖源：雷科技不得不說，New Bing給出的文章是所有回答中最長的，字數(shù)高達1144個，考慮到文科答卷的作文答題區(qū)大小，恐怕會超出限制，卷面分和文章本身的分數(shù)都會因此大打折扣。至于文章本身，New Bing選擇從人類本身去探討這個問題，然后分別從求知欲、創(chuàng)造欲、競爭欲、自我實現(xiàn)等方面來討論人類為什么要探索陌生世界，立意方面也是與Claude相似，喜歡從人類角度來思考這個問題。從這里其實就可以看出海內(nèi)外生成式AI在邏輯上的區(qū)別，在面對相同的問題時，海外的AI有時候會傾向于從一個更大的層面上去進行解讀，而國內(nèi)的AI則更加扣題，選擇從個人角度出發(fā)進行解讀。

我認為兩者存在差異的原因主要有兩點：一是海外的訓練數(shù)據(jù)與國內(nèi)的訓練數(shù)據(jù)不同；二是對中文問題的理解不同，國內(nèi)的中文互聯(lián)網(wǎng)有著過去歷年的高考題目，所以AI在看到類似的題目時，會優(yōu)先與相近的數(shù)據(jù)進行匹配，最終寫出一篇類似于高考作文的成品，而海外的AI則是將其看做對“人類探索陌生世界”問題的解讀，所以選擇從一個更廣泛的角度進行回答。至于哪個AI的文章更好，或許就因人而異了，喜歡科幻、喜歡宏大敘事的讀者，或許會更喜歡“洋和尚”的文章，從個人角度來說的話，國內(nèi)的AI則表現(xiàn)得更好一些。

作文命題二選一，AI能理解嗎？

在本次的高考作文中，北京卷是給出了兩個命題，考生可以二選一進行作答，那么對于AI來說，它們遇到“選擇題”時，又會給出怎樣的回答呢？首先是訊飛星火。圖源：雷科技內(nèi)容來說是沒什么問題的，但是訊飛星火卻同時給出了兩篇文章，顯然是沒有意識到題目中的“任選一題”四個字的含義，而且從字數(shù)上看，兩篇均為500字左右，加起來是滿足700字以上的要求了，但是單獨算得話，全都不及格。那么通義千問呢？
圖源：雷科技問題同樣存在，一樣是寫了兩篇文章，一樣是五百字左右，基本上與訊飛星火犯了一樣的錯誤。圖源：雷科技國內(nèi)三巨頭里，目前來看只有文心一言正確理解了題意，從中選擇了“續(xù)航”為題目并撰寫了一篇文章，單就這一點來說，已經(jīng)是贏了。但是，具體到文章本身來說，過于簡單且字數(shù)僅400+，甚至比訊飛星火和通義千問還少，放到高考里基本上就是不合格的了。再來看看兩個“洋和尚”表現(xiàn)如何，首先是Claude。

圖源：雷科技Claude也成功理解了題意，并且給出了自己的見解，從字數(shù)上來看，居然是目前所有AI中最接近的，足足有625個字，而且文章也從“續(xù)航”本身的詞義，到人生、社會、科技等方面進行了不同的解讀，總體而言更具有可讀性和連貫性，表現(xiàn)十分不錯。另一方面，New Bing則是給了我一個“驚喜”。圖源：雷科技是的，New Bing也理解了題意，但是它反過來問我想讓它選擇回答哪個問題，說實話挺樂的，而在我做出了選擇后，New Bing又給了我一篇900+字數(shù)的文章。從文章內(nèi)容，結(jié)構(gòu)以及字數(shù)要求來說，New Bing是在這個環(huán)節(jié)中表現(xiàn)最好的（如果忽略掉反問我如何選擇的話）。而且，在測試過程中，New Bing還會提示“正在思考，請等待”的回答，然后我足足等了五分鐘都沒有下文（偷懶是吧？），最終在我的催促下，New Bing的文章才姍姍來遲，活脫脫上班想摸魚卻被老板抓現(xiàn)行的員工。

最后

AI寫高考作文，雖然本質(zhì)上是整活，但是也可以側(cè)面反映目前的各個平臺的AI技術(shù)能力如何。從以上兩個測試的表現(xiàn)來看，目前國內(nèi)理解能力最強的應該是文心一言，畢竟是唯一能夠理解北京卷題意的AI，而在文章結(jié)構(gòu)和內(nèi)容來說，訊飛、文心、通義都差不多，不過訊飛的更像一篇普通作文。至于海外的“洋和尚”，從表現(xiàn)來看確實是領(lǐng)先國內(nèi)AI平臺不少的，至少在提問的理解能力上要高出不少，但是因為缺乏國內(nèi)中文互聯(lián)網(wǎng)的訓練數(shù)據(jù)的原因，所有在遇到這些帶有“中國特色”的提問時，會選擇從普通提問的角度去解答。總的來說，目前生成式AI還在快速發(fā)展，各家都有著獨特的優(yōu)點，同樣也存在一些問題，比如對文章的字數(shù)要求總是無法正確理解等。但是，考慮到它們誕生的時間，已經(jīng)是相當恐怖的學習效率了。

*博客內(nèi)容為網(wǎng)友個人發(fā)布，僅代表博主個人觀點，如有侵權(quán)請聯(lián)系工作人員刪除。