Kimi和ChatGPT做古诗词阅读理解,谁更胜一筹?

前几天发过一篇Kimi整理会议的体验教程,没想到大家很感兴趣,这次再来拿Kimi做古诗词阅读理解看看,同时也对比下ChatGPT的效果。

ChatGPT是几乎家喻户晓的AI大模型,Kimi和它对比有哪些异同点呢?

首先它们都是基于对话的生成式AI大模型,ChatGPT多是基于英文语料库训练,而Kimi的开发公司moonshot本就是国内企业,会有更多的中文语料用于训练,对中文的生成可能会更加完善。

这次我们拿白居易《卖炭翁》中的名句,"可怜身上衣正单,心忧炭贱愿天寒",让Kimi和Chatgpt去分析这两句诗的关联和表达。

如果还记得高中阅读理解的参考答案,这两句诗表达的是"衣正单"和"愿天寒"形成强烈对比和矛盾,反映了底层人民的疾苦。

提示如下:

如何理解古诗卖炭翁中的两句:"可怜身上衣正单,心忧炭贱愿天寒。"前后两句有什么照应和关联。

先看Kimi的回答:

Kimi看出了这一层,指出愿天寒和衣正单形成对比,这种矛盾的心理反映了卖炭翁在生存压力下的无奈和挣扎。

接近参考答案,算是90分的回答了。

然后看chatgpt的回答:

Chatgpt虽然说出了大体思想,但并没有指出衣正单和炭贱愿天寒的对比和矛盾,还说贫困与未来期待形成对比,但两句诗中好像并没有直接表达这个意思。

离参考答案有点距离,可以算80分的回答。

从古诗文的理解能力看,Kimi在中文处理上似乎更加的游刃有余些。

相关推荐
浊酒南街6 分钟前
吴恩达深度学习笔记:卷积神经网络(Foundations of Convolutional Neural Networks)4.9-4.10
人工智能·深度学习·神经网络·cnn
Tony聊跨境21 分钟前
独立站SEO类型及优化:来检查这些方面你有没有落下
网络·人工智能·tcp/ip·ip
懒惰才能让科技进步27 分钟前
从零学习大模型(十二)-----基于梯度的重要性剪枝(Gradient-based Pruning)
人工智能·深度学习·学习·算法·chatgpt·transformer·剪枝
Qspace丨轻空间38 分钟前
气膜场馆:推动体育文化旅游创新发展的关键力量—轻空间
大数据·人工智能·安全·生活·娱乐
没有不重的名么39 分钟前
门控循环单元GRU
人工智能·深度学习·gru
love_and_hope43 分钟前
Pytorch学习--神经网络--搭建小实战(手撕CIFAR 10 model structure)和 Sequential 的使用
人工智能·pytorch·python·深度学习·学习
2403_875736871 小时前
道品科技智慧农业中的自动气象检测站
网络·人工智能·智慧城市
学术头条1 小时前
AI 的「phone use」竟是这样练成的,清华、智谱团队发布 AutoGLM 技术报告
人工智能·科技·深度学习·语言模型
准橙考典1 小时前
怎么能更好的通过驾考呢?
人工智能·笔记·自动驾驶·汽车·学习方法
ai_xiaogui1 小时前
AIStarter教程:快速学会卸载AI项目【AI项目管理平台】
人工智能·ai作画·语音识别·ai写作·ai软件