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
数新网络16 小时前
The Life of a Read/Write Query for Apache Iceberg Tables
人工智能·apache·知识图谱
Yangy_Jiaojiao17 小时前
开源视觉-语言-动作(VLA)机器人项目全景图(截至 2025 年)
人工智能·机器人
gorgeous(๑>؂<๑)17 小时前
【ICLR26匿名投稿】OneTrackerV2:统一多模态目标跟踪的“通才”模型
人工智能·机器学习·计算机视觉·目标跟踪
坠星不坠17 小时前
pycharm如何导入ai大语言模型的api-key
人工智能·语言模型·自然语言处理
周杰伦_Jay17 小时前
【智能体(Agent)技术深度解析】从架构到实现细节,核心是实现“感知环境→处理信息→决策行动→影响环境”的闭环
人工智能·机器学习·微服务·架构·golang·数据挖掘
王哈哈^_^18 小时前
【完整源码+数据集】课堂行为数据集,yolo课堂行为检测数据集 2090 张,学生课堂行为识别数据集,目标检测课堂行为识别系统实战教程
人工智能·算法·yolo·目标检测·计算机视觉·视觉检测·毕业设计
Elastic 中国社区官方博客18 小时前
Observability:适用于 PHP 的 OpenTelemetry:EDOT PHP 加入 OpenTelemetry 项目
大数据·开发语言·人工智能·elasticsearch·搜索引擎·全文检索·php
ytttr87319 小时前
Landweber迭代算法用于一维、二维图像重建
人工智能·算法·机器学习
feifeigo12319 小时前
Matlab编写压缩感知重建算法集
人工智能·算法·matlab
紫小米19 小时前
提示词(Prompt)工程与推理优化
人工智能·ai·prompt·ai agent