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
代码猪猪傻瓜coding8 分钟前
【模块】 ASFF 模块
人工智能·深度学习
阿正的梦工坊13 分钟前
Sliding Window Attention(滑动窗口注意力)解析: Pytorch实现并结合全局注意力(Global Attention )
人工智能·pytorch·python
rgb2gray38 分钟前
GeoHD - 一种用于智慧城市热点探测的Python工具箱
人工智能·python·智慧城市
火车叼位1 小时前
5个Why、SWOT, 5W2H等方法论总结,让你的提示词更加精炼
人工智能
阿正的梦工坊1 小时前
PyTorch下三角矩阵生成函数torch.tril的深度解析
人工智能·pytorch·矩阵
说私域1 小时前
电商运营中私域流量的转化与变现:以开源AI智能名片2+1链动模式S2B2C商城小程序为例
人工智能·小程序·开源·流量运营
老A的AI实验室2 小时前
通俗理解Test time Scaling Law、RL Scaling Law和预训练Scaling Law
人工智能·深度学习·算法·chatgpt·llm·agi·rl
多云的夏天2 小时前
AI(14)-prompt
人工智能
高力士等十万人2 小时前
OpenCV对比度增强
人工智能·python·opencv
2501_907136822 小时前
Office和WPS中使用deepseek,解决出错问题,生成速度极快,一站式AI处理文档
人工智能·wps