很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會(huì)有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系：鳥哥筆記小羽毛（ngbjxym）
在針對(duì)單個(gè)問題回答時(shí)，文心一言是表現(xiàn)不錯(cuò)的。不過有朋友提出了質(zhì)疑：
第一個(gè)是：如果按照同樣的問題，在百度搜索上檢索也能得到，那這個(gè)是不是意義就小多了？
第二個(gè)是：文心一言似乎對(duì)上下文的理解很差?；蛘哒f，它只是在車轱轆話，很少看到真正的「生成式內(nèi)容」。
這也許延伸到了另一個(gè)猜測(cè)。
我們先說這兩個(gè)問題的體現(xiàn)。
在昨天的文章里我測(cè)試過這么個(gè)問題：
當(dāng)時(shí)看起來是很滿意的。
如果去搜索引擎搜，會(huì)發(fā)現(xiàn)這個(gè)話題有很多完整的文章論述了。
其中每個(gè)文章的論述論點(diǎn)都有點(diǎn)類似：
更像是以「文章」或者「文章段落」為單位來整理總結(jié)的，并非是 GPT 的生成式模型（這個(gè)區(qū)別后面說）。
有朋友也提出了破綻。文心一言（包括 ChatGPT）都是用很平鋪直敘的說法，很少用俗語(yǔ)，但這篇回答里出現(xiàn)的描述，更像是照搬，而不是生成的：
包括錯(cuò)別字都照搬了：
所以有理由懷疑這篇回答就是圍繞少數(shù)文章拼湊的，甚至單篇文章薅出來的。
不過我沒找到是具體哪篇，如果有朋友搜出來了，歡迎分享。
還有類似的案例，能看得出來文心一言更圍繞大篇幅的人的創(chuàng)作，但 GPT 模型是更像是自主生成的表達(dá)。
這個(gè)就像是摘自減肥的建議帖子：
對(duì)比 GPT-3.5：
再比如這個(gè)，很像是兩性咨詢板塊爬的某個(gè)帖子：
對(duì)比 GPT-3.5：
雖說之前我把單個(gè)對(duì)話的體驗(yàn)形容是接近 GPT-3.5 的效果，但真正做上下文對(duì)話，可能確實(shí)就拉胯了許多，不如 GPT-3。
首先，角色扮演文字游戲這種，是根本玩不了的，它會(huì)嚴(yán)重誤解提的要求：
這是 GPT-4 的效果：
這個(gè)貌似要求更高了，我們?cè)囈幌?ChatGPT 剛出來時(shí)很多人沉浸的寫小說：
可以看出它基本上不記得三句話之前的故事設(shè)定了，比如它說的赫敏是貓頭鷹，后面又根據(jù)原著內(nèi)容否認(rèn)了這一點(diǎn)。而表述的內(nèi)容看起來，主要還是圍繞原著，不是圍繞新的故事。
這一個(gè)例子更有代表性，幫忙寫周報(bào)：
讓它補(bǔ)充了細(xì)節(jié)，這一步為止還不錯(cuò)：
這一句就完全不理解了。而且很明顯無視了剛剛發(fā)生的兩段對(duì)話，沒有提按鈕的事兒了。
接下來，始終無法理解：
這是 GPT-3.5 模型下的效果（不是最新的 GPT-4）：
通過這兩方面的表現(xiàn)，我們可以做出一個(gè)猜測(cè)：文心的大模型不是完全復(fù)刻的 GPT 的模式。
什么是 GPT 的模式呢？
GPT 的生成式模型是把所有語(yǔ)料都掰開揉碎了，拆成 tokens（可以非常粗略理解為一個(gè)單詞），然后形成一套百億規(guī)模量級(jí)參數(shù)的模型。這個(gè)模型里，每個(gè) tokens 都有自己的特征值表，類似這樣：
而每次生成，可以粗略理解就是把全部上下文利用 Transformer 算法整合，來預(yù)測(cè)接下來的一個(gè) token。是的，ChatGPT 一個(gè)詞一個(gè)詞蹦出來，并不是交互效果，它確實(shí)是對(duì)每個(gè) token 進(jìn)行百億次的檢索計(jì)算，從左向右預(yù)測(cè)出來的。
（以上參考了科學(xué)搜索引擎 WolframAlpha 的作者 Stephen Wolfram 寫過的一篇文章，推薦各位去閱讀：https://writings.stephenwolfram.com/2023/02/what-is-chatgpt-doing-and-why-does-it-work）
這樣意味著它幾乎不會(huì)受單篇文章的影響，因?yàn)殛米銐蛩榱恕?br />
而文心一言給人的感覺是，邏輯上并不是這么簡(jiǎn)潔的，很可能也加入了很多中間層的處理，也就是把文章里完整的詞組、句子甚至段落也當(dāng)成了可檢索的對(duì)象，并且直出了。這樣當(dāng)然能一方面提升訓(xùn)練和計(jì)算的效率，另一方面也能提升答案的準(zhǔn)確性（畢竟是人寫的），可是這大大降低了靈活性，甚至可以說會(huì)喪失生成式模型原本接近 AGI 效果的根本價(jià)值。
在一些百度內(nèi)部朋友提供的間接信息里，也提到了由于路線完全不同，百度的模型不大可能直接模仿 OpenAI 去做，要使得效果更好，就必須先使用了過往成熟的模塊，這樣會(huì)有拼湊感，但至少能做出 demo 來了。
還有一個(gè)很有力的證據(jù)，文心一言，連最近發(fā)生的事情，都知道得一清二楚：
我同時(shí)找到了一篇文章，文心一言幾乎是照抄的一篇百家號(hào)：
（https://baijiahao.baidu.com/s?id=1760240062053300338）
可以說，它至少有個(gè)模塊是專門做互聯(lián)網(wǎng)網(wǎng)頁(yè)檢索的。這個(gè)模塊的內(nèi)容，是獨(dú)立運(yùn)作的，偽裝成大模型的結(jié)果；還是跟底層的大模型真正有什么交互關(guān)系，并不清楚。
但這顯然跟 GPT 模型的思路不同。GPT 模型不聯(lián)網(wǎng)就可以做生成內(nèi)容，目前的 GPT-4 也是一年多之前就在調(diào)試和優(yōu)化的模型了，使用的語(yǔ)料就是大半年之前的。或者反過來說，哪怕聯(lián)網(wǎng)的話，底層大模型是不大可能按天為周期去反復(fù)計(jì)算更新的；New Bing 和 Office 的 Copilot 也主要是調(diào)用它的理解能力，而非輸入內(nèi)容到大模型里面去改變參數(shù)。
GPT-4 模型坦陳它的資料是一年半之前的：
不過 GPT 同樣給出了推理，邏輯很清楚。這么對(duì)比的話，一個(gè)是檢索網(wǎng)頁(yè)信息，一個(gè)是做推理，孰輕孰重啊。
文心一言是目前國(guó)內(nèi)僅有的自建的有可用性的大模型，我們還是要給更多期待。不過在進(jìn)一步體驗(yàn)之后，不得不說它確實(shí)沒有達(dá)到 ChatGPT（基于 GPT 3） 的水準(zhǔn)，更多感受是利用百度原有的產(chǎn)品體系在拼湊結(jié)果。文心一言更像是一個(gè)加強(qiáng)版的搜索引擎，而不是一個(gè)處理各種問題、具備推理能力和上下文理解能力的 LLM。
我是相信百度本來有實(shí)力做出 LLM 的，若說國(guó)內(nèi)在 NLP 領(lǐng)域企業(yè)界的資源和能力，百度做不出來別人更難。不過如今這個(gè)選擇，不管是開發(fā)布會(huì)還是以這么早期的版本就推出，看起來很像是在商業(yè)驅(qū)動(dòng)和市場(chǎng)驅(qū)動(dòng)下著急推動(dòng)的項(xiàng)目。
我們還是樂觀一些，期待百度能盡快解決這些問題吧。都說古典產(chǎn)品要復(fù)興了，國(guó)內(nèi)要沒有大模型，還復(fù)興個(gè)鬼了。
本文為作者獨(dú)立觀點(diǎn)，不代表鳥哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問，請(qǐng)點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)