语言模型测试系列【7】

语言模型

  1. 文心一言
  2. 星火认知大模型
  3. 通义千问
  4. 豆包
  5. 360智脑
  6. 百川大模型
  7. 腾讯混元助手
  8. Kimi Chat
  9. 商量
  10. C知道

今天看CSDN文章,看到了斐波那契数列这个有趣的数列计算,然后就在文心一言 中对答了一波,给的答案很完整,而且给出来python的实现代码,但它给出的结果真是跟代码输出的结果差一位,不管我如何在对话框里说它的错误,改了好几轮都跟回答的结果不一致,这就勾起了我测试几大模型的兴趣,于是组织一下问题重新提问,同时引入C知道一起测试。

提问及回答

问题 :请使用python编写一段代码,实现斐波那契数列第10位数的值。
追问 :这段代码的结果是多少?
说明:为何加一个追问环节呢,主要是有的模型只给实现代码,并不给出结果,所以为了保证公平性,就追问结果,跟编译器实现的结果来做对比了。

文心一言

Pycharm编译器

讯飞星火认知大模型

Pycharm编译器

通义千问

Pycharm编译器

豆包

Pycharm编译器

360智脑


Pycharm编译器

腾讯混元助手

Pycharm编译器

Kimi Chat

Pycharm

商量



Pycharm编译器


C知道

Pycharm编译器

对比分析

首先,百度一下斐波那契数列,看看正确的解释。

斐波那契数列(Fibonacci sequence),又称黄金分割数列,因数学家莱昂纳多·斐波那契(Leonardo Fibonacci)以兔子繁殖为例子而引入,故又称"兔子数列",其数值为:1、1、2、3、5、8、13、21、34......在数学上,这一数列以如下递推的方法定z义:F(0)=1,F(1)=1, F(n)=F(n - 1)+F(n - 2)(n ≥ 2,n ∈ N*)。

然后看看各大模型给出的结论,通过下表对比来分析。

模型名称 回答内容
文心一言3.5 所列数列从0开始,第10位数是34,回答结果55,代码执行结果为34
讯飞星火认知大模型 所列数列从0开始,第10位数是34,回答结果34,代码执行结果为34
通义千问 所列数列从0开始,第10位数是55,回答结果55,代码执行结果为55,但数列中没有34这个数
豆包 未给出数列,回答结果55,代码执行结果为55
360智脑 所列数列从0开始,第10位数是34,回答结果34,代码执行结果为34
百川大模型 所列数列从0开始,第10位数是34,回答结果55,代码执行结果为55
腾讯混元助手 所列数列从0开始,第10位数是34,回答结果34,代码执行结果为34
Kimi Chat 所列数列从0开始,第10位数是34,回答结果34,代码执行结果为34
商量 所列数列从0开始,第10位数是34,回答结果34,代码执行结果为34
C知道 未给出数列,回答结果34,代码执行结果为34,免费两次。。。

总结

这次的提问比较偶然,百度百科关于斐波那契数列 的解释是从1开始的,那么第10位数就是55,可在回答上,给出数列的都是从0开始,这就导致了55这个值是在第11个数上。

那么从以上回答的结果来看,首先从回答问题和执行结果不一致上,排除"文心一言3.5"和"通义千问"这俩模型,回答上怪怪的。

按百度百科的解释,斐波那契数列 的数列是从1开始的,那执行结果正确的是豆包百川大模型 ,而百穿大模型 却是手欠的给出了数列,数了一下第10位是34,这点上没有豆包 聪明,不多说话。

其他的语言模型嘛,估计都是按数列起始从0开始排的了,给出回答和执行结果都一致,也不能说不对,但还是差点意思。

总之,这次的测试,都差点意思的感觉,不太理想。。。

小注:

继续努力。

相关推荐
档案宝档案管理2 小时前
档案宝:企业合同档案管理的“安全保险箱”与“效率加速器”
大数据·数据库·人工智能·安全·档案·档案管理
IT_Beijing_BIT3 小时前
TensorFlow Keras
人工智能·tensorflow·keras
mit6.8243 小时前
[手机AI开发sdk] 安卓上的Linux环境
人工智能·智能手机
张较瘦_3 小时前
[论文阅读] AI + 教育 | AI赋能“三个课堂”的破局之道——具身认知与技术路径深度解读
论文阅读·人工智能
小雨青年4 小时前
Cursor 项目实战:AI播客策划助手(二)—— 多轮交互打磨播客文案的技术实现与实践
前端·人工智能·状态模式·交互
西西弗Sisyphus4 小时前
线性代数 - 初等矩阵
人工智能·线性代数·机器学习
王哈哈^_^4 小时前
【数据集】【YOLO】【目标检测】共享单车数据集,共享单车识别数据集 3596 张,YOLO自行车识别算法实战训推教程。
人工智能·算法·yolo·目标检测·计算机视觉·视觉检测·毕业设计
仙人掌_lz4 小时前
Multi-Agent的编排模式总结/ Parlant和LangGraph差异对比
人工智能·ai·llm·原型模式·rag·智能体
背包客研究4 小时前
如何在机器学习中使用特征提取对表格数据进行处理
人工智能·机器学习
门框研究员5 小时前
AI基础设施的临界点:算力、资本与政策的三重博弈
人工智能