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
深蓝电商API几秒前
Firecrawl、ScrapeGraphAI:AI爬虫框架横评
人工智能·爬虫·firecrawl·scrapegraphai
Hpc_Fun3 分钟前
医学影像 AI 工作站怎么配?五类工位、3 秒首幅的时延预算与验收脚本
人工智能
FII工业富联科技服务14 分钟前
如何提升工厂空间利用率与产线 UPH?从 Omniverse 布局优化到柔性自动化改造
人工智能·机器人·自动化·智能制造·omniverse·柔性生产·ai factory
深海鱼肝油ya19 分钟前
企业级RAG问答系统(一)数据处理模块
人工智能·大模型·pdf文件解析·rag问答系统·智能分块
本原财经22 分钟前
大厂争霸AI办公:个人Agent和AI硬件哪个才是答案?
大数据·人工智能
博谷26 分钟前
2026GEO概率化观测怎么做?BUGOOAI布谷GEO的采样与指标体系拆解
人工智能·ai
强哥聊算力31 分钟前
《算力江湖·国产GPU突围:摩尔线程故事》第四集:从图形到AI:摩尔线程为什么必须冲进大模型赛道?
运维·服务器·人工智能·ai·gpu算力
空堂与归1 小时前
百度开源 LoopVL:1B 循环视觉模型省 260 倍数据
人工智能·百度·ai·开源
哔哩哔哩技术1 小时前
Index-Translate:支持 150 种语言的多模态翻译模型是如何炼成的?
人工智能
sinat_286945191 小时前
Claude Code Review
人工智能·代码复审