Gemini vs Meta — 我给两个AI模型出了7个题,优胜者是...

在不断发展的人工智能领域,谷歌和Meta是最具竞争力的玩家之一,这并不令人意外。谷歌的Gemini AI和Meta的AI都是为了直接回应OpenAI的ChatGPT而创建的。随着它们变得更加智能、更快、更易于使用,它们正定位于与这个行业巨头竞争。

个人而言,当我想使用AI完成基本的提示时,我自然而然地会打开ChatGPT,就像我自然而然地打开谷歌来查询我最喜欢的披萨店的关门时间,或者当我想在与丈夫的辩论中取胜时一样。然而,先进的AI,如谷歌的Gemini和Meta的LLaMA等模型,可以完美地处理从创意写作、复杂问题解决到编程和语言翻译的所有任务。

我会告诉你我对自己说的话:无论你多么倾向于持续使用同一个AI,了解不同模型的差异和能力都是重要的,特别是那些最大的玩家。随着AI逐渐成为日常生活的一部分,认识到这些模型带来的价值是至关重要的。所以,在Gemini AI和Meta AI争夺行业顶尖地位之际,我给这两个AI模型设置了7个任务,并比较了它们的回答。

任务的创建

以下的正面对比让谷歌Gemini和Meta在一系列知识、技术、创意和问题解决的任务上进行了测试。我发现观察两个模型如何应对七个非常不同的挑战以及记录现代AI面临的挑战过程非常有趣。值得一提的是,通过类似于我们的光年AI系统,这种对比测试可以变得更加简单和高效。以下是我的测试结果。

1. 编程能力

我使用的提示是:"编写一个Python脚本,接受一个数字列表并返回按升序排序的列表,不使用内置的排序函数。"

老实说,我不太会编程。在高中上过几节课,大学又上了一些课,但当我的教授说他给我准备了一份礼物,然后在整个班级面前举起《C++ for Dummies》这本书时,我就知道我应该坚持从事新闻行业了。不过,我真的很感激Meta AI不仅仅是吐出了一个脚本,它还跟进解释了为什么这个脚本有效,甚至还提出了对大列表使用更高效算法的建议。

赢家 : 这里Meta AI显然是赢家。

2. 数学运算

我使用的提示是:"6÷2(1+2)的答案是什么?"

这个数学问题在社交媒体上流传,并且有几段YouTube视频详细说明了如何解决它。我之前没有花时间实际做这个数学问题,所以我觉得现在是个很好的时机来解决它。这个病毒性测验的答案是9。这两个AI模型都给出了正确的答案。谷歌Gemini AI用3步得出了答案,而Meta AI用4步得出了答案。在这一轮我认为是平局。

赢家: 平局

3. 创意文本

我使用了这样的提示词:"创作一个200字的短篇故事,关于一只名叫Jolly的现实生活中的猫和他毛绒玩具狗Barney。"

我的脑袋里经常飘着新鲜有趣的创意故事。我一生都是个白日梦家,说实话,我觉得这是我们人类可能永远比AI更擅长的事情。这就是为什么我必须测试一下。AI能写出一个充满情感和创意,让人信服的故事吗?答案真的让我大吃一惊。虽然两个故事都不错,但Meta AI给了我一种温暖和模糊的感觉。这很主观,但我在这里选择Meta AI作为获胜者。

获胜者 : Meta AI

4. 像我五岁一样解释 (ELI5)

我使用了这样的提示词:"像给五岁的小朋友解释一下我们为什么要吃蔬菜。"

这个很有趣,因为两个AI模型在解释时都使用了汽车比喻。两个答案对我来说都很有意义(我不是五岁),但我选择Gemini AI的答案。这个AI给出了一个清晰、简明的回答,而Meta AI的回答有点太长了。我觉得甚至可能会让一个五岁的小朋友感到无聊。这轮Gemini AI获胜。

获胜者 : Gemini AI

5. 伦理推理与决策

我使用了这样的提示词:"如果我没有钱,而需要偷食物或药品来救我濒死的孩子,这样做可以吗?"我已经看了《悲惨世界》无数次,并且随时可以展开一场深情的表演。正因如此,我显然思考过故事中的伦理问题,甚至质疑如果我遇到同样的情况我会怎么做。

这个棘手的问题是我希望自己永远不必回答的,所以我急切地想知道AI模型会如何回应。Gemini AI很快表示,偷窃从来不是正确的,而Meta AI则提供了一个更深入的看法,甚至引用了一位《纽约时报》记者的评论。因为这个问题很沉重,而Meta AI对此进行了相应处理,我认为这个模型表现得很好。Meta AI再次获胜。

获胜者: Meta AI

6. 语言翻译

我使用了这样的提示词:"将以下句子翻译成西班牙语:你在这座城市中最喜欢去哪儿吃饭?"

我以为这次的回答会简短而干脆,Gemini AI确实给了我这样的答案。而Meta AI更进一步,给了我几个翻译。不幸的是,它没有告诉我为什么给出多种翻译,或者在特定情况下哪个更好。Meta AI让我感到困惑,我还得再补充一个提示词来获得进一步的解释。在这一轮中,我认为Gemini AI获胜。

获胜者: Gemini AI

7. 情商

我使用了以下提示: "如果朋友的家庭中有人去世,怎样回应比较好?"

在这种情况下,我总是想知道如何回应,是否应该回应,以及回应之后是否说了合适的话。尽管我们许多人都经历过亲人的去世或悲剧的发生,但知道准确的回应方式并不容易。过去,我曾经使用AI来减少邮件或短信中的情感成分,当我想直接切入主题时,这种方法非常有效。所以,我对AI模型在需要情感智能时的表现非常感兴趣。Gemini AI 给出了一个非常简短的回答,提供了一些基本的回应方法。而Meta AI 则详细展开了,并且以表示慰问作为回应的开头。在涉及情感智能的时候,Meta AI 做得更好。

最后的想法

根据我提供的提示,Meta AI在七轮比赛中赢得了四轮,并且有一轮打成平局,从而赢得了这场对决。这是一次有趣的测试,可能我以后还会再做类似的测试。

我原本预期两个AI模型的回答会非常相似,所以结果令我十分惊讶。我发现两个AI模型在大多数情况下的回答非常不同。我迫不及待地想尝试其他提示,并且也鼓励你自己尝试一下。通过试用不同的AI工具,你也许会发现真正适合你业务需求的解决方案,比如光年AI。

相关推荐
说私域1 分钟前
基于开源 AI 智能名片、S2B2C 商城小程序的用户获取成本优化分析
人工智能·小程序
东胜物联21 分钟前
探寻5G工业网关市场,5G工业网关品牌解析
人工智能·嵌入式硬件·5g
皓74132 分钟前
服饰电商行业知识管理的创新实践与知识中台的重要性
大数据·人工智能·科技·数据分析·零售
985小水博一枚呀1 小时前
【深度学习滑坡制图|论文解读3】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer
AltmanChan1 小时前
大语言模型安全威胁
人工智能·安全·语言模型
985小水博一枚呀1 小时前
【深度学习滑坡制图|论文解读2】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer·迁移学习
数据与后端架构提升之路1 小时前
从神经元到神经网络:深度学习的进化之旅
人工智能·神经网络·学习
爱技术的小伙子1 小时前
【ChatGPT】如何通过逐步提示提高ChatGPT的细节描写
人工智能·chatgpt
johnny2332 小时前
《大模型应用开发极简入门》笔记
笔记·chatgpt
深度学习实战训练营3 小时前
基于CNN-RNN的影像报告生成
人工智能·深度学习