GPT-4发布一天之后,压力全部给到百度这边。
就在刚刚,百度交卷。
文心一言,百度全新一代知识增强大语言模型,正式在百度总部会议室里发布。
在一片静寂的氛围里,李彦宏小步登场,语气里带着点紧张:
大家的期望值,是我们对标ChatGPT,对标GPT-4,这个门槛有点高。
十月怀胎,我们就带大家来看看这个AI大模型文心一言长什么样。
此前,有人狂转meme图把百度比作GPT-4旁边的垃圾箱。
也有人鼓吹百度是全村的希望。
而在发布会进行的同时,百度港股市值大幅下跌,相关话题还冲上了微博热搜。
但直播弹幕中也有网友点赞:
那么这个中国版ChatGPT到底实力如何?
咱们就用百度发布会演示的预录制Demo,对比一下崭新出炉的GPT-4,先凭实力说话。
文心一言vsGPT-4
和GPT-4一样,文心一言是一个多模态大模型。
李彦宏开场就展示了文心一言具备的5种能力,包括文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成。
文心一言甚至还现场秀了一口接地气的四川话,现场网友发出一片笑声:
其他能力如何?我们具体展开来看。
文学创作
在文学创作上,李彦宏一开场就搬出了《三体》作者刘慈欣坐镇。
先让文心一言介绍一下大刘,毕竟我也是刘慈欣老乡嘛:
比特币链上7日移动平均交易笔数创历史新高:金色财经报道,比特币链上7日移动平均交易笔数达约40.8万笔,创历史新高,Glassnode统计的该数字为约42.6万。交易笔数的攀升来源于Ordinals,目前比特币网络上已有超240万Ordinals,交易的总费用超213枚比特币。[2023/4/30 14:36:04]
看起来没什么问题。同样的问题问问GPT-4呢?
嗯???直接把刘慈欣的老家挪到了湖北省洪湖市。湖北人狂喜。
随后,李彦宏又展示了从哲学的角度对这段文章进行续写的demo:
看起来中规中矩,比较理性。老样子,我们也来与GPT-4进行一波对比:
这波你是想看GPT-4续写的《三体》,还是文心一言的?
再来看看《三体》电视剧中扮演史强和汪淼的老搭档,于和伟和张鲁一,有什么共同点?
也没什么问题。
就是看起来展示的速度有点快,比李彦宏的语速还要快上那么一点点。
美国货币监理署批准旗星银行购买签名银行过渡银行的资产并承担一定的债务:金色财经报道,美国货币监理署批准旗星银行购买签名银行过渡银行的资产并承担一定的债务。交易包括旗星银行从签名银行过渡银行购买总价值为129亿美元的贷款组合,并承担340亿美元的存款。(金十)[2023/3/21 13:15:41]
商业文案创作
接下来,李彦宏又展示了一下文心一言在商业文案创作上的能力。
比如给新公司起个名字。
并且这个名字它还不是瞎起的:
再来看看GPT-4起名的效果?
看起来,GPT-4对中文的掌控能力相比之下还是少了一点精髓。
至于写个公司成立的新闻稿?对文心一言来说似乎也不成问题:
数理逻辑推算
数学能力,是考验生成式大模型的一大难题。ChatGPT刚上线时,也翻了不少车。
不过在现场,文心一言处理的数学问题不算复杂,是小学数学竞赛常见的鸡兔同笼问题。
彩蛋是,李彦宏现场展示的第一题,引得文心一言说出了《狂飙》里高启盛的经典台词:这题出得不对。
数据:55,337,544枚USDT从Kraken转移到未知钱包:金色财经报道,Whale Alert数据显示,55,337,544枚USDT从Kraken转移到未知钱包。[2022/9/14 13:29:55]
修改一下题目,OK,再扔给文心一言试试:
看起来,答案还算是有理有据,一步步逻辑推理出来的那种。
李彦宏表示,这些题不敢说百分之一百能做对,但至少体现了文心一言的思考历程。
中文理解
接下来,李彦宏着重展示了一下文心一言对中文的理解能力,并特意强调:
文心一言对中国文化的了解,理应超出任何一个预训练大模型。
一上来就是一个成语,洛阳纸贵到底有多贵?
这是文心一言的效果展示:
还解释了一下这个成语背后的经济学原理:
那么,将这个问题抛给GPT-4呢?首先问问它,知不知道洛阳纸贵是什么意思:
北京首例比特币“挖矿”合同案二审维持原判:7月11日消息,近日,北京市第三中级人民法院宣判了一起比特币“挖矿”合同纠纷二审案件。北京三中院认为,虚拟货币交易炒作活动危害人民群众财产安全和国家金融安全,以电力资源、碳排放量为代价的“挖矿”行为,与经济社会高质量发展和碳达峰、碳中和目标相悖,与公共利益相悖,认定“挖矿”合同无效。
一审法院经审理认为,“挖矿”协议因损害社会公共利益应属无效,判决驳回某公司的全部诉讼请求。 某公司不服,提起上诉。
北京三中院认为:比特币及相关经济活动新型、复杂,我国监管机构对比特币生产、交易等方面的监管措施建立在对其客观认识的基础上,并不断完善。对合同效力的认定,应建立在当下对挖矿活动的客观认识的基础上。[2022/7/11 2:05:29]
接下来,再问问他对应的经济学理论是什么:
这波看起来,GPT-4的中文理解似乎也不输文心一言啊。
那么,再来看看二者写藏头诗的能力?
首先是文心一言的效果展示:
接下来,我们再看看GPT-4怎么说:
诶,看起来反而是GPT-4没有真正理解藏头诗的含义。
这波文化理解上,属实是文心一言小胜一筹了。
不过在英文上,李彦宏也承认,虽然文心一言也能处理,但能力是显著不如中文的。
这也和百度目前能用到的训练数据有关。
多模态生成
最后,李彦宏还简单展示了一下文心一言多模态生成的能力。
首先来看看,为即将到来的2023世界智能交通大会创作海报。
美联储梅斯特:美联储的利率可能需要高于中性水平:6月3日消息,美联储梅斯特:经济衰退风险上升,但仍可以避免经济大幅放缓,美联储的利率可能需要高于中性水平,现在判断通胀已经达到峰值还为时过早。美联储在9月加快或减慢加息速度,这取决于通胀,希望未来几个月的通胀持续下降。需要尽快将利率提高到中性水平,加息、缩减资产负债表将减少需求,而这正是我们所追求的。(金十)[2022/6/3 3:59:44]
而除了前文展示过的文字转四川话能力,文心一言还能文字转视频。
李彦宏一句指令,将以上内容生成视频,很快啊,不到几秒钟,文心一言就把字幕和视频做好了:
有些遗憾的是,在ChatGPT被频频称赞的编程方面,文心一言并没有现场展示相关能力。
但王海峰透露,文心一言的训练数据中同样包括代码。
文心一言如何“跑通”?
正如ChatGPT脱胎于OpenAI的GPT系列,百度这次推出的文心一言,背后也正是基于文心大模型技术打造。
据王海峰介绍,文心一言主要脱胎于两大模型:
百度ERNIE系列知识增强千亿大模型,以及百度大规模开放域对话模型PLATO。
在此基础上,主要采用了六项核心技术。
其中三个是广为人知的大模型技术,包括有监督精调、人类反馈强化学习和提示构建。
p.s.人类反馈强化学习也是ChatGPT的关键技术。
另外三个,则是百度比较有特色的技术,包括知识增强、检索增强和对话增强技术。
首先来看与ChatGPT类似的技术:有监督精调、RLHF和提示构建。
有监督精调,尤其指中文方面的数据精调。百度基于对中国语言文化和中国应用场景的理解,筛选了特定的数据来训练模型。
至于人类反馈的强化学习和提示构建,操作上也与ChatGPT大差不差。
随后是百度提出的、用于进一步改善模型效果的技术。
知识增强,包括知识内化和知识外用两个部分。其中,知识内化即将知识渗透进模型参数中;知识外用指的是模型可以直接使用外部的知识。
检索增强,则与百度搜索引擎积累的检索技术有关。
百度将把检索技术和生成技术结合起来,先对内容进行检索后,将比较有用的部分用于生成,再整合输出结果:
最后是对话增强部分,包括之前百度积累的记忆机制、上下文理解和对话规划等技术:
概括来看,文心一言表现出的能力,被李彦宏称为智能涌现:当参数达到千亿量级,训练语料达到足够多的情况下,这种现象就会发生。
目前,百度拥有的AI技术可以分为四个部分,芯片、框架、模型和应用。
之所以软硬件都要布局,百度称,是为了降低成本:生成式AI需求的算力非常高,费用相当昂贵。
因此,如果在四层架构之间相互进行协同优化,就能让它的效率比别人更高,从而显著降低成本。
李彦宏认为,这也正是百度的优势所在:四层都有领先产品的公司,绝无仅有。
这次文心大模型背后的硬件算力,也是通过百度智能云提供服务。
目前,文心一言已经接入百度搜索,目的在于提升搜索资源效率。
同时,包括小度和自动驾驶Apollo等产品,以及爱奇艺等公司也已经接入百度的文心一言模型。
网友:看来还不用提前退休
截至发稿,百度港股股价在一波明显下跌之后,有所回弹。
发布会结束,网友反应最多的是提前录制有点败好感:
对于这一点,李彦宏的解释是,给出的问题都比较长,为了节约现场时间,所以才用了提前录制的形式。
还有不少网友对文心一言展示出的能力不太满意。有人调侃,看完之后感觉提前退休的日子看起来还可以缓一缓:
离GPT-4还差了20个老胡。
还有网友感觉,文心一言的发布会像极了毕业答辩的自己:
不过也有网友表示,希望能给国产产品一点时间一点耐心。
发布会末尾,王海峰宣布,文心一言将从今天开始对外进行测试,包括个人用户和企业用户。
是骡子是马,相信接下来,会得到更多验证。
OneMoreThing
对了,有网友表示,已经拿到了文心一言的内测资格:
你好,感谢您体验文心一言,体验地址:https://yiyan.baidu.com/welcome,希望您在体验当中给予更多意见,文心一言邀请码:KFCVME50RMB,2023年3月16日24:00前有效。
嗯,万物疯狂星期四。
郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。