腾讯混元大模型初体验

Unsplash

对AI语言模型的评估，最简单直观的方式就是——提同样的问题给两个语言模型进行回答，比较它们的回答来判断哪个语言模型的能力更强。我日常使用GTP-3.5比较多，这里的对照组就选了GTP-3.5，读者也可以选择性能能更为强悍的GTP-4或其他语言模型进行比较。

不同的语言模型可能在不同类型的问题上有不同的表现，A语言模型在某类问题上表现优秀，并不代表它在所有问题上都是最好的，所以我选取6个领域，每个领域2-3个不同难度级别的问题进行提问，以便更全面地评估语言模型的性能。另外，还需要考虑模型的回答是否准确、清晰，是否符合问题的语境，这也体现语言模型的逻辑性和语言表达能力。

编程问题

一想到AI语言模型，大部分人的第一印象就是解放我们的双手，提高生产力（方便我们更好的去摸鱼，那腾讯混元大模型的表现力如何呢？我这里选取三个面试中大家会经常遇到的问题来对比一下。

a. 生成一个随机数列表并计算其平均值

编程问题a - 腾讯混元大模型

编程问题a - GPT3.5

腾讯混元大模型使用的是微信小程序，这里截图没办法把代码截全，而且也暂不支持PC端的小程序使用，这里还是建议大家亲自试一下。第一个编程问题，两个语言模型都是给出Python的代码示例，各有各的优点，腾讯混元大模型会提供参考的输出结果，GPT-3.5除了注释之外，还有对关键性的代码进行讲解，这一点对初学者来说会更为友好。

b. 写一个函数，检查一个字符串是否是回文（正读和反读都一样）

这次选了一个业务中很少遇到，但在面试出现很多次的问题，再来看一下各给出的答案吧。

编程问题b - 腾讯混元大模型

编程问题b - GPT3.5

这次两个语言模型给出的示例代码还是一样，但GPT-3.5这次更简洁，我们来看下最后一个问题。

c. 给定一个整数数组和一个目标值，找出数组中两个数的索引，使它们的和等于目标值。你可以假设每个输入只对应一个答案，并且你不可以使用同一个元素两次

最后一个问题，我在了一道数组遍历和哈希表应用的算法题，相较于前两道有一个难度提升，回答很长，不适合截图，GTP-3.5的我就不贴了，我直接复制腾讯混元大模型的代码和解释给大家看下。

def twoSum(nums, target):
    hash_map = {}
    for i, num in enumerate(nums):
        complement = target - num
        if complement in hash_map:
            return [hash_map[complement], i]
        hash_map[num] = i
    return []

解释一下代码：

1. 首先创建一个空的哈希表hash_table，用于存储数组中每个元素的值和对应的索引。
2. 遍历数组nums，对于每个元素num，计算target - num的值，判断该值是否已经在哈希表中。
3. 如果该值已经在哈希表中，说明前面已经遍历过一个元素等于target - num，那么这两个元素的索引就是我们要找的答案，直接返回即可。
4. 如果该值不在哈希表中，将当前元素num和对应的索引i存入哈希表中。
5. 如果遍历完整个数组nums，仍然没有找到符合条件的两个元素，说明不存在这样的两个元素，返回空列表。 这个算法的时间复杂度是O(n)，因为只需要遍历一次数组，空间复杂度也是O(n)，因为需要使用哈希表来存储数组中每个元素的值和对应的索引。

这次腾讯混元大模型给出了比前两次更详细的回答，这倒是有点出乎我的意料，这让我好奇单纯是因为这一次的问题比较复杂，还是因为用户连续提出某个领域的相关问题，它察觉用户对该领域有了解和学习欲望从而给出详细解释。于是我直接向它发出了灵魂提问——

灵魂提问

后续几个领域的问题就不贴图+复制了，我把问题罗列在下面给大家做一个参考，无论是一些知识点的查询，还是想当做一个搜索工具，腾讯混元大模型都给出了满意回答。

• 常识性问题 a. 水的分子由什么组成？ b. 介绍细胞的基本结构和功能。
• 科学与技术问题 a. 请解释黑洞的形成和特性。 b. 描述深度学习中的“神经网络”结构。
• 文化与艺术问题 a. 解释印度教的基本教义和信仰体系。 b. 描述巴洛克艺术时期的特点和代表性艺术家。
• 哲学与伦理问题 a. 探讨自由意志和命运之间的关系。 b. 分析伦理学中的"功利主义"和"义务论"两种观点。
• 当前事件与新闻 a. 分析新兴技术区块链的工作原理和应用领域。 b1. 以媒称以色列军队已准备好进入加沙地带，巴以冲突目前进展如何？ b2. 以媒称以色列军队已准备好进入加沙地带，如何看待当前巴以冲突？

关于新闻的这点，AI模型受限于知识库的时间限制，是没有办法提供实时新闻报道，可以通过变化提问方式来了解事件背后的历史和局势。