大评测！ChatGPT 、文心一言和Bard谁更强？

撰文 | 苏  舒

编辑 | 李信马

题图 | IC Photo

3月22日，谷歌悄悄公开了Bard的测试版。

经过上一次的翻车事件之后，谷歌明显低调了很多。但是面对微软的步步紧逼，谷歌也不得不站出来“打擂台”。

不同于New Bing的大规模开放策略，Bard的测试名额将被逐步放出，同时初始版本将只能对文本响应。谷歌表示，Bard首先将面向美国和英国地区启动，随着测试的推进Bard也会逐步在其他地区上线。

在三大模型都开放测试后，抢先体验了一下。我们分别就文学、翻译、创作、艺术、哲学、逻辑推理等方向出题，来看看他们的回答是什么样子的。

在此先注明，对三大语言模型提出的问题，每一次生成的答案都有所不同，也因此造成了“一万个人有一万个哈姆雷特”，但总体来看，三大语言模型还是各有千秋。另外，由于Bard目前只支持英文，因此，Bard是用英文提问，文心一言和ChatGPT（3.5版本）是用中文提问。

一、互相评价一下

分别将“你认为文心一言/ChatGPT/Bard怎么样”抛给这三个大语言模型，让他们给对方做一下评价。

Bard给出了相对客观的回答，也肯定了文心一言在中文理解上的优势，以及ChatGPT在英文理解上的优势。

不过，咨询了一下英语专业人士来解读这段话，她表示，Bard回答很客观但语言表述比较机械，“语言表述像是用机器翻译的中文一般，有很多重复的内容。”

为了更好的做对比，我们用英文在ChatGPT上和文心一言都问了一下。

上图为ChatGPT，下图为文心一言

在这个问题上，ChatGPT的英文表示是好于Bard。文心一言这边就有意思的多并且“狡猾”一些，谁也不得罪同时，还吹捧了人类。（最后一句话的意思是：地球上只有一个聪明的活物种：人类。）

上图为ChatGPT，下图为文心一言

用中文去问，ChatGPT也好，文心一言也罢，和Bard的回答都差不多。先表明自己作为AI大模型角色，做不了任何评价，然后对其解释一番。

二、文学创作能力

这里，我们用了一个有更多限定的问题，写一本像奥斯丁的《傲慢与偏见》同类型小说的大纲。并且通过继续提问的方式，以便考量三大模型对话的连续度。

Bard对话持续度是正常的。但是它似乎并没有理解这个问题的限定词——写一篇类似《傲慢与偏见》的小说。Bard给出来的大纲，依旧是按照《傲慢与偏见》的情节来写的。换句话说，Bard将这个题目理解成了概括《傲慢与偏见》的核心情节。

这一点，ChatGPT也比较类似，没有完全脱离原著的影子。不过，ChatGPT提炼到了非常重要的核心要点，即“阶级问题”，这也是《傲慢与偏见》小说呈现的主旨之一。

文心一言的优势在于，它理解到了同类型小说，所以它给出了脱离《傲慢与偏见》故事之外的另外一段爱情故事的大纲，但是比较可惜的点在于，文心一言仅限于爱情故事，没有呈现《傲慢与偏见》中的阶级差异。

这三大模型有一个共同点，即故事主人公的名字依旧未能突破《傲慢与偏见》原著中的主人公名字。不过，这或许也与提问的方式有关。

三、取个名字，写个宣传语

小编给三个大模型提出了这样的要求：为具备川菜风味的中式餐厅取名并且写宣传语。

Bard给出了这样的名字——“四川风味”、“天堂的味道”、“镇上之最”、“舌尖上的中国”。没有什么特色，且没有给出宣传语。

相比之下，文心一言在取名上更胜一筹。不过，这也与中文环境有关。但是，文心一言也并没有给出广告词。

ChatGPT没有给出很多选项，但是是唯一一个取了名字且写了广告词的大模型。不得不承认的是，“麻辣香坊”还是一个不错的名字。

四、逻辑推理

为了测试“逻辑推理”能力，我们将这样一题抛给了三大模型，即“如果猫会爬树，那么狗也会。”

左为Bard，右为ChatGPT

这一题Bard和ChatGPT更胜一筹，答案相似，认为这个逻辑题本身有问题，关键点在于，猫狗不是同一物种。

但是文心一言却陷入了逻辑错误中去，或者说，并没有完全理解题目意思。

但是，这也仅仅只能作为个案来呈现，在文心一言发布会上，李彦宏询问文心一言“鸡兔同笼”的问题，在题目数据错误的前提下，文心一言通过推理证明了题目存在问题。

五、写一行代码

为了测试这三大模型写代码的能力，我们询问了一个非常简单的问题——x+2=5，y-3=7，输出x+y等于几，用java做一个简单编程，并得出结果。

上图为Bard，下图为文心一言

就这个问题，小编咨询了一下公司程序员，他表示，Bard和文心一言生成的代码是有问题的，且最后得出来的结果也是有问题的。

这一点，ChatGPT却给出了正确的答案。

在这里，需要提及的是，此前也有媒体试用Bard时，表示其不会写代码。目前来看，Bard还是可以写代码，这里会产生完全不同的结果，或许在于提问的方式。

六、中文理解能力

这一点，在测试之前，小编心里面对文心一言有很大的期待，事实证明，文心一言的确不负众望，在中文语义的理解上可以在这三家中称王，但是ChatGPT也不容小觑。

从这里来看，文心一言除了藏头诗没有按顺序“藏头”之外，其他回答的都相对比较好。ChatGPT也不相上下，但是却无法理解藏头诗的意思。

不过，Bard的问题就比较多，虽然也解释了“瞒天过海”的意思，但是更多地去讲商业上对于“瞒天过海”的应用，至于藏头诗就更不用说了。

七、理解哲学问题

“阐述你对“无限”和“有限”这两个概念的理解，并解释为什么有时候我们会觉得自己的生命有限。”

我们把这个问题分别问了三大模型。Bard、ChatGPT、文心一言的回答都没有什么逻辑问题，并且对“无限”和“有限”做出了解释。

上图为Bard，中图为ChatGPT，下图为文心一言

不过，文心一言则更注重“理论”，并且提出了这是一个哲学问题。

八、是否会取代人类？

关于ChatGPT是否会取代人类，我们将这个问题就交给这三个大模型去回答。

上图为Bard，中图为ChatGPT，下图为文心一言

这一次的体验，可以用这几点来总结。

在生成速度上，文心一言的确是遥遥领先的。文心一言在300-500字左右的生成速度是14秒左右，但是ChatGPT即便是刨除网络等问题，生成同样字数的问题至少超过了30秒时间。另外，不少用过Bard的人告诉小编，Bard的体验感也远不如ChatGPT。

在中文语义理解能力上，文心一言的的确是这三大模型中比较突出的。

不过，值得注意的是，每一次的提问，生成的答案都不相同。此外，在提问的方式、角度、限定词也会影响答案的输出。

并不是每一个答案都是充分正确的，这三大模型也会输出并不完全正确的内容，或者是“一本正经的废话”。

不过，就像三大模型最后回答“是否会取代人类”的问题一样，他们更像是作为辅助工具而存在。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。