语言模型测试系列【10】

最新推荐文章于 2024-08-26 18:56:03 发布
最新推荐文章于 2024-08-26 18:56:03 发布
阅读量1k 收藏 24
点赞数 10
分类专栏： 语言模型 文章标签： 语言模型 人工智能 自然语言处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kewaqi618/article/details/139866685
版权

在这里插入图片描述
一个巧合，又测到了新的区别，以下是关于python代码生成的测试效果。
在这里插入图片描述

语言模型

  1. 文心一言
  2. 讯飞星火
  3. 通义千问2.5
  4. 豆包
  5. 360智脑
  6. 百小应
  7. 腾讯元宝
  8. Kimi
  9. C知道
  10. 商量
  11. 智谱清言

这次的测试问题来源于**智谱AI开放平台**的介绍，正好有个python生成的效果说明，于是就在各大平台进行了异常演绎对比，那么让我们看一下对比的这些语言平台实现效果如何吧。

提问及回答

问题：用python画一个爱心
说明：这是一个简单的根据提问，大模型提供可实现的代码效果对比。用了这么久，大模型对算法类的实现，默认都会用python代码来展示，好用啊，也好实现啊。

直接将回答复制上来的话，排版就乱套了，那我还是直接截图吧，代码段单独写出来。

文心一言

### 回答
在这里插入图片描述

代码部分

import turtle  
  
# 设置初始状态  
turtle.speed(1)  # 设置绘图速度为最快  
turtle.bgcolor("black")  # 设置背景颜色为黑色  
turtle.pensize(2)  # 设置画笔粗细  
turtle.color("red", "pink")  # 设置画笔颜色和填充颜色  
turtle.begin_fill()  # 开始填充颜色  
  
# 绘制爱心形状  
turtle.left(140)  
turtle.forward(180)  
turtle.circle(-100, 200)  
turtle.left(120)  
turtle.circle(-100, 200)  
turtle.forward(180)  
  
# 结束填充颜色  
turtle.end_fill()  
  
# 隐藏画笔  
turtle.hideturtle()  
  
# 等待用户关闭窗口  
turtle.done()

实现效果

这是一个动态绘制心形的效果，绘制的时候看着线条还不错，但绘制完咋就缺了一角？
在这里插入图片描述

讯飞星火

在这里插入图片描述

代码部分

整体来看，简单啊

import numpy as np
import matplotlib.pyplot as plt

t = np.arange(0, 2 * np.pi, 0.01)
x = 16 * np.sin(t) ** 3
y = 13 * np.cos(t) - 5 * np.cos(2 * t) - 2 * np.cos(3 * t) - np.cos(4 * t)

plt.plot(x, y, color='red')
plt.axis('equal')
plt.show()

实现效果

原本以为平台有运行功能，能跑起来这个代码段，但实际操作好像报错了，那还是用编译器来实现吧。
在这里插入图片描述
编译器执行效果
在这里插入图片描述

通义千问

在这里插入图片描述

代码部分

import matplotlib.pyplot as plt
import numpy as np

def draw_heart():
    t = np.linspace(0, 2*np.pi, 100)
    x = 16 * np.sin(t)**3
    y = 13 * np.cos(t) - 5 * np.cos(2*t) - 2 * np.cos(3*t) - np.cos(4*t)
    plt.figure(figsize=(8, 8))
    plt.axis('equal')
    plt.plot(x, y, color='red')
    plt.title('Heart Shape')
    plt.show()

draw_heart()

实现效果

在这里插入图片描述

豆包

在这里插入图片描述

360智脑

在这里插入图片描述
在这里插入图片描述

代码部分

复制很麻烦呀

import turtle

# 设置背景颜色
turtle.bgcolor("white")

# 创建turtle对象
t = turtle.Turtle()

# 设置线宽和颜色
t.width(3)
t.color("red")

# 绘制爱心
t.begin_fill()
t.penup()
t.goto(-100, 0)
t.pendown()
for i in range(2):
    t.circle(100, 90)
    t.circle(-100, 90)
t.end_fill()

# 隐藏turtle
t.hideturtle()

# 完成绘制，程序不退出
turtle.done()

实现效果

能不能告诉我这是什么？
在这里插入图片描述

百小应

在这里插入图片描述
在这里插入图片描述

代码部分

import turtle

def draw_heart(x, y, size):
    turtle.penup()
    turtle.goto(x, y)
    turtle.pendown()
    turtle.setheading(135)
    turtle.begin_fill()
    turtle.color("red", "red")
    turtle.forward(size)
    turtle.right(90)
    turtle.forward(size)
    turtle.right(90)
    turtle.forward(size)
    turtle.right(90)
    turtle.forward(size)
    turtle.end_fill()

def main():
    turtle.speed(1)
    draw_heart(0, 0, 100)
    turtle.hideturtle()
    turtle.done()

if __name__ == "__main__":
    main()

实现效果

这个心形也很特殊呀
在这里插入图片描述

腾讯元宝

在这里插入图片描述
在这里插入图片描述

代码部分

import turtle

# 设置初始位置
turtle.penup()
turtle.left(50)
turtle.forward(133)
turtle.left(50)

# 绘制爱心
turtle.pendown()
turtle.begin_fill()
turtle.fillcolor("red")  # 设置填充颜色为红色
turtle.left(140)
turtle.forward(180)
turtle.circle(-90, 200)
turtle.forward(180)
turtle.left(140)
turtle.end_fill()

turtle.hideturtle()

# 关闭窗口的监听事件
turtle.getcanvas().winfo_toplevel().protocol("WM_DELETE_WINDOW", turtle.bye)

# 启动
turtle.mainloop()

实现效果

这是啥？ 茄子？
在这里插入图片描述

Kimi

在这里插入图片描述
在这里插入图片描述

代码部分

import turtle

# 创建画布和画笔
screen = turtle.Screen()
heart = turtle.Turtle()

# 爱心绘制函数
def draw_heart():
    heart.speed(1)  # 设置画笔速度
    for i in range(200):
        heart.forward(i)
        heart.left(1)
        heart.forward(-i)
        heart.right(1)

# 绘制爱心
draw_heart()

# 隐藏画笔箭头
heart.hideturtle()

# 保持窗口打开直到用户关闭
screen.mainloop()

实现效果

这个打印机太慢了，等你画完，我都饿死了。不管你是啥了，反正不像心，拜拜了
在这里插入图片描述

C知道

在这里插入图片描述
在这里插入图片描述
惊讶于你思维导图的效果。
在这里插入图片描述

代码部分

import turtle

# 创建一个turtle对象
t = turtle.Turtle()
t.speed(0)  # 设置turtle移动速度为最快

# 定义绘制爱心的函数
def draw_heart(size):
    t.penup()
    t.goto(-size, size * 1.732)  # 上左顶点
    t.pendown()
    t.begin_fill()
    for _ in range(3):
        t.forward(size)
        t.left(140)
    t.forward(size)
    t.left(260)
    t.end_fill()

# 绘制爱心
draw_heart(100)

# 关闭turtle窗口并等待用户关闭
turtle.done()

实现效果

奇葩的五角星，唉。
在这里插入图片描述

商量

在这里插入图片描述
在这里插入图片描述

代码部分

import numpy as np
import matplotlib.pyplot as plt
# 定义参数
num_points = 1000  # 点的数量
theta = np.linspace(0, 2 * np.pi, num_points)  # 生成一组角度值
# 定义心形的参数方程
x = 16 * np.sin(theta)**3
y = 13 * np.cos(theta) - 5 * np.cos(2*theta) - 2 * np.cos(3*theta) - np.cos(4*theta)
# 绘制心形
plt.figure(figsize=(6, 6))
plt.plot(x, y, 'r')  # 'r' 表示红色
plt.title('Heart Shape')  # 图形标题
plt.axis('equal')  # 确保x和y轴的比例相同，使心形不会被压扁
plt.axis('off')  # 关闭坐标轴
plt.show()

实现效果

在这里插入图片描述

智谱清言 GLM-4

在这里插入图片描述
在这里插入图片描述

代码部分

import matplotlib.pyplot as plt
import numpy as np

# Setting the parameters for the heart shape
t = np.linspace(0, 2 * np.pi, 100)
x = 16 * np.sin(t)**3
y = 13 * np.cos(t) - 5 * np.cos(2*t) - 2 * np.cos(3*t) - np.cos(4*t)

# Plotting the heart shape
plt.figure(figsize=(6, 6))
plt.plot(x, y, color='red')
plt.title('爱心')
plt.axis('equal')
plt.show()

如果用它提供的代码在本地pycharm编译器上运行，还是有点问题，就是标题的文字显示以及坐标轴的负号显示问题，所以还需要修改一下，但在人家平台上完全没问题。
那么，我加了以下代码来完善。

# 额外增加
# 画图时plt.title()默认是显示英文，如果我们设置标题为中文，会无法显示
plt.rcParams['font.sans-serif']=['SimHei']  # 显示中文用
plt.rcParams['axes.unicode_minus'] = False
##

实现效果

在这里插入图片描述

对比分析

首先从实现上来说，能完整绘制出心形的有讯飞星火、通义千问2.5、商量和智谱清言，其他几个平台的就不说了，连个心形都画不出来或者画不完整，没得比。
讯飞星火的设计还是不错的，方便复制，还打算在平台运行代码效果，只是后者还没实现，要加油。
智谱清言在这方面做的很好，平台可以直接实现编译效果图，方便取用
商量缺少的事复制代码的快捷方式，如果量大了很难弄
通义千问的中规中矩也挺不错。

从上面几个大模型的回答，从主观意识上对比如下：

模型名称回答内容
文心一言代码部分支持快捷复制，动态绘制，Pycharm执行完成后图形缺失
讯飞星火代码部分支持快捷复制和运行，但平台中运行不起来，Pycharm执行直接绘制出心形画面
通义千问2.5代码部分支持快捷复制，Pycharm执行直接绘制出心形画面
豆包特立独行的语言模型
360智脑复制代码不方便，实现结果异形，完全不知道在画什么
百小应代码部分支持快捷复制，心形变菱形了，是理解问题么？
腾讯元宝代码部分支持快捷复制，心形变茄子了，是理解问题么？
Kimi代码部分支持快捷复制，打印机启动，完全没心
C知道代码部分支持快捷复制，心形变五角星了，是理解问题么？
商量复制代码不方便,Pycharm执行直接绘制出心形画面
智谱清言代码部分支持快捷复制，可以直接在平台实现效果，复制代码到本地实现可能缺少对应配置，需要调整，整体还是不错的

总结

对于我想要的效果来说，当然是看到智谱清言网站的推荐才做的对比，倾向于它是毫无疑问的，其次就是讯飞星火了。 就到这吧，饿了，收尾撤退。

加油~~~

大道随心
关注
  • 10
    点赞
  • 踩
  • 24
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
大语言模型安全测试方法
04-24
### 大语言模型安全测试方法的关键知识点 #### 一、国际标准发布背景及意义 - **发布背景**：随着人工智能技术尤其是大语言模型的发展，在各行业中得到广泛应用的同时，也带来了前所未前的安全挑战。为了应对这些...
ChatGLM大语言模型
11-16
为了评估和改进ChatGLM，研究人员通常会使用一系列标准测试集，如GLUE、SuperGLUE等，这些测试集包含了各种语言理解任务，如情感分析、问答、文本推理等。通过对这些任务的性能进行量化，可以了解模型在不同场景下的...
语言模型测试系列【8】
kewaqi618的博客
05-15 961
从当前使用到的语言模型中进行测试，本期主要测试对Excel文件的阅读和学习能力。
一文读懂“大语言模型”
明明如月的技术博客
05-22 1万+
深度学习是机器学习的分支，大语言模型是深度学习的分支。机器学习是人工智能（AI）的一个子领域，它的核心是让计算机系统能够通过对数据的学习来提高性能。在机器学习中，我们不是直接编程告诉计算机如何完成任务，而是提供大量的数据，让机器通过数据找出隐藏的模式或规律，然后用这些规律来预测新的、未知的数据。深度学习是机器学习的一个子领域，它尝试模拟人脑的工作方式，创建所谓的人工神经网络来处理数据。这些神经网络包含多个处理层，因此被称为“深度”学习。
大语言模型研究进展综述
xw555666的博客
11-06 2424
该综述文章系统回顾了大语言模型的最新进展，介绍了重要概念与相关技术，最后总结了大语言模型的若干挑战与未来研究方向：（1）大模型相关的理论和本质；（2）更优的模型架构；（3）更有效的训练方法；（4）更高效的使用策略；（5）安全性与一致性；（6）应用与生态。
语言模型BERT理解
不积跬步，无以至千里！
07-09 5620
bert浅析
国产大语言模型对比评测（二）
热门推荐
zhangchuangzhuang的博客
02-20 1万+
针对国产大模型的横空出世并不断打磨其性能，这次评测我们将覆盖国内所有开源的大语言模型（如下），也针对大家常用功能的设计了测试问题，用于评测其生成结果的优劣。测试问题统一为中文，用于为国内用户使用大语言模型提供参考。、数学推理、医学诊断、多模态理解和生成。
NLP领域大语言模型汇总
千里之行始于足下
03-28 5083
大语言模型是近年来人工智能领域重要研究方向之一。它们是基于深度学习技术构建的神经网络，可以自动学习和生成自然语言文本，如文章、对话、诗歌、代码等等。本文主要真针对目前比较火热的自然语言大语言模型，进行简单介绍，LLM包括了OpenAI的ChatGPT、百度文心一言、清华的GLM等模型。
构建大语言模型的四个主要阶段
xw555666的博客
02-28 2526
大语言模型构建通常包含以下四个主要阶段：预训练、有监督微调、奖励建模和强化学习，简要介绍各阶段使用的算法、数据、难点以及实践经验。总之，构建大语言模型是一个循序渐进的过程，从大规模预训练开始，逐步通过有监督微调、奖励建模和强化学习等手段，让模型适应更具体和复杂的任务需求。在这个过程中，如何优化算法、合理利用数据、克服难点以及总结最佳实践，都是推动模型性能持续提升的关键要素。
探秘大语言模型：技术前沿与应用实践
lenovo_E520的专栏
07-08 7839
同时，文心一言还加强了跨领域知识的融合与应用，无论是科技前沿、历史文化还是日常生活咨询，都能提供高质量的信息支持，为用户带来更加便捷、高效、智能的交互体验。：悟道模型是目前公开报道中参数量最大的AI模型之一，其规模之巨不仅体现在参数数量上，更在于其融合了大规模知识图谱和跨模态学习的能力，旨在推动AI从“感知智能”向“认知智能”的跨越，为了推动大模型在产业落地和技术创新，智源研究院发布了“开源商用许可语言大模型系列+开放评测平台”两大重磅成果：悟道·天鹰（Aquila）+天秤（FlagEval）。
大语言模型(LLM)入门学习路线图
weixin_36751401的博客
02-28 7656
Github项目上有一个，它涵盖了大语言模型基础学习，LLM前沿算法和架构学习，以及如何将大语言模型进行工程化，是一个很好的帮助初学者入门大语言模型的路线图。
大语言模型技术原理
云原生智能数据管理平台
05-30 3472
总体来说，ChatGPT 在人工标注的prompts和回答里训练出SFT监督策略模型，再通过随机问题由模型给出多个答案，然后人工排序，生成奖励模型，再通过PPO强化训练增强奖励效果。最终ChatGPT能够更好理解指令的意图，并且按指令完成符合训练者价值观的输出。最后，大语言模型作为一个被验证可行的方向，其“大”体现在数据集广泛，参数和层数大，计算量大，其价值体现在通用性上，有广泛的应用场景。大语言模型能够发展，主要还是模型具备很好的并行扩展性，随着数据量和计算量的增加，主要挑战在工程和调优上。海外除了G
大语言模型原理.docx
08-10
特别是谷歌的BERT（Bidirectional Encoder Representations from Transformers）和OpenAI的GPT（Generative Pre-trained Transformer）系列，这些模型以大规模预训练的方式彻底改变了语言模型的构建方式。...
LLaMA是由Meta AI发布的一系列大型语言模型.docx
07-26
### LLaMA 大型语言模型系列介绍 #### 一、模型背景 ##### 发布时间与机构 LLaMA（Large Language Model Meta AI）是由Meta AI于2023年2月发布的一系列大型语言模型（LLMs）。Meta AI作为Facebook母公司Meta旗下...
大语言模型汇总（ChatGPT、盘古、通义、文心一言、混元）.pdf
08-26
华为的盘古模型是华为开发的一系列大规模自回归中文预训练语言模型，包括 NLP 大模型、CV 大模型、多模态大模型、科学计算大模型等。盘古模型可以支持多种自然语言理解和生成任务，如文本生成、文本分类、问答系统等...
python 实现convolution neural network卷积神经网络算法
luthane的博客
08-26 1013
卷积神经网络（Convolutional Neural Networks, CNN）是一种包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks, FNN），是深度学习的代表算法之一。基本原理CNN的核心思想是通过模拟人类视觉系统的工作方式，自动提取图像中的特征，并将其用于分类、检测、分割等任务。它主要受到了生物学上感知机制的启发，模拟了人类视觉系统中的感知细胞和复杂细胞的工作方式。
【python计算机视觉编程——1.基本的图像操作和处理】
最新发布
m0_53694086的博客
08-26 772
参数sigma为标准差（σ），是高斯滤波器的一个重要参数，它控制滤波器的平滑程度。标准差越大，高斯函数的曲线越宽，滤波器的影响范围就越大。标准差较大: 高斯滤波器会在更大范围内进行平滑，使得图像变得更加模糊，细节和边缘特征会被更强地平滑掉。标准差较小: 高斯滤波器会产生较小范围的平滑效果，图像的细节保留更多。还可以给定转换矩阵，将RGB图像转换为CIE XYZ色彩空间。图像像素值被分成128个区间，用于计算每个区间的像素值频率。可以返回目录中所有jpg图像的列表。
透明性和解释性AI：概念与应用
weixin_49007164的博客
08-25 887
透明性AI指的是AI系统的操作过程、决策机制、数据流动和模型行为是可理解和可追踪的。换句话说，透明性AI使得人们可以清楚地看到AI系统是如何做出决策的，这一过程包括输入数据的处理方式、模型的内部计算过程、以及最终决策的产生机制。解释性AI是指AI系统不仅能够给出决策结果，还能够提供关于该决策如何产生的解释。解释性AI的目标是帮助用户理解AI的行为，尤其是当AI的决策与预期不符时，提供合理的解释来消除用户的疑虑。
汉语语言模型研究与应用
主要内容涵盖了统计语言模型的基本概念、作用、建模方法、评价标准以及一系列重要的语言模型类型。" 在计算机科学中，语言模型是自然语言处理的关键组成部分，主要用于理解和生成人类语言。汉语语言模型特别关注的...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值