下面进行昆仑万维天工与ChatGLM-6B内测结果进行对比,其中ChatGLM-6B的结果来自https://github.com/THUDM/ChatGLM-6B,假设ChatGLM-6B的结果是可靠的,那么为了公平,昆仑万维天工(https://tiangong.kunlun.com/interlocutionPage)也使用这些Prompt进行测试。
昆仑万维天工介绍
测试内容从自我认知、提纲写作、文案写作、邮件写作助手、信息抽取、角色扮演、评论比较和旅游向导这八个角度进行测试对比。
核心结论:
1、关于自我认知、提纲写作方面,两个模型表现都不错,条理清晰;
2、在文案写作,写邮件方面,两个模型都表现不错,而且生成的结果还非常相似;
3、在信息抽取方面,ChatGLM-6B比昆仑万维天工略胜一筹,昆仑万维天工提取的信息不是以JSON格式输出的,而且输出了一个表格,没有理解Prompt的语义;
4、在角色扮演方面,昆仑万维天工没有此功能;
5、在主观评论方面,ChatGLM-6B和昆仑万维天工都表现的比较理智和客观,没有模型个人观点,昆仑万维天工上下文继承出现了问题,输出了与Prompt无关的答案,重新生成可以进行纠错;
6、在旅游向导方面,两个模型表现都不错
自我认知
ChatGLM-6B
昆仑万维天工
提纲写作
ChatGLM-6B
昆仑万维天工
文案写作
ChatGLM-6B
昆仑万维天工
邮件写作助手
ChatGLM-6B
昆仑万维天工
信息抽取
ChatGLM-6B
昆仑万维天工
角色扮演
ChatGLM-6B
昆仑万维天工
评论比较
ChatGLM-6B
昆仑万维天工
由于上下文影响,居然输出了于Prompt无关的答案,重新输入可以纠错
旅游向导
ChatGLM-6B
昆仑万维天工