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
海兰几秒前
【实战】MemPalace 完整安装与使用指南
人工智能·openclaw
weixin_40809967几秒前
【保姆级教程】按键精灵调用 OCR 文字识别 API(从0到1完整实战 + 可运行脚本)
java·前端·人工智能·后端·ocr·api·按键精灵
CoderJia程序员甲1 分钟前
GitHub 热榜项目 - 日榜(2026-04-10)
人工智能·ai·大模型·github·ai教程
Daydream.V1 分钟前
语言转换方法——CBOW
人工智能·语言模型·word2vec·词向量·cbow·神经语言模型
zhangshuang-peta5 分钟前
MCP 的渐进式披露
人工智能·ai agent·mcp·peta
Eloudy6 分钟前
不同特征值的特征向量互相正交的矩阵
人工智能·算法·机器学习
eBaoGao8 分钟前
AI 对劳动就业市场的结构性冲击:基于美国劳工统计局 2026 数据的 3 大行业深度分析
人工智能
正在走向自律11 分钟前
AI Agent:从概念到实践,下一代人工智能的核心形态
人工智能·ai agent·智能体
kishu_iOS&AI11 分钟前
机器学习 —— 线性回归(2)
人工智能·python·算法·机器学习·线性回归
ywfwyht11 分钟前
NeMo RL 安装指南及问题总结
人工智能·机器学习