文心一言4.0应用测评实例，结果让我很意外------大语言模型（LLM）应用调研

文心一言4.0应用测评实例，结果让我很意外------大语言模型（LLM）应用调研

2022年11月30日，美国人工智能公司OpenAI发布了令人瞩目的生成式预训练模型3.5版（GPT3.5）。这个最新版本的模型展示了其强大的自动生成能力，迅速吸引了全世界的关注。从此，生成式人工智能不再是让普通人遥不可及的产物。

关于如何使用人工智能语言模型，人们有不同的观点。一些人喜欢用简单、甚至是弱智的问题来挑战AI，试图让AI在应对这些挑战时闹出笑话。然而，也有一些人更加注重挖掘模型的功能上限，希望通过精心设计和合理使用，使人工智能模型能够更好地为他们服务。

我想通过一个实际的案例来谈谈我的见解。在我使用人工智能模型的过程中，我曾想到利用大语言模型来生成阅读题。我认为，大语言模型在这一方面的优势在于，它们可以自己指定题型和难度，非常适合因材施教。

   话不多说，提示词走起

生成结果如下

看到这样的结果，我并不满意，这篇文章词汇难度过低，句式简单，选择题难度堪比初中生，

并不适合用于高中生的学业，因此，我为它提出了更多的要求

这篇文章就好多了，难度在线，

然后，就是让它出题目了

难度还是过低，对此，我直接给ai展示一下火力优势学说

至此，一篇优秀的以联发科技天玑9300为素材的英语阅读文章就完成了

在此附上文章翻译

还不错，最后还额外加了一个总结【doge】

大语言模型的一个特性就是拥有优秀的连续对话能力和上下文理解能力，在上述案例中，我引导模型不断修正回答，而模型也较好的执行了提示词命令。

但是或许是因为我没有给模型补充vivo x100的信息，该文章对于vivo x100的篇幅过于简略，这是其不足之处

完成后，我想到以上多轮对话过于冗长，如果将这些提示词一次性说出来，模型会如何回答呢？

生成结果如下

翻译如下

这次的生成结果符合我的预期，模型基本理解了所有提示词中的限制要求。

以下是我给写好人工智能提示词的四点建议哦：

1. 说话别含糊：提示词要明确，别让AI猜谜语！比如，与其说“谈谈你对这张图片的看法”，不如直接说：“描述这张图片。”这样AI就能准确地明白你要它做什么。

2. 知己知彼，百战不殆：了解你的人工智能模型是超级重要的。要知道它的能力和限制，比如它擅长识别物体，那你就让它专心干这个活儿。别给它出难题，让它去超越自己的能力极限。

3. 言简意赅：说话别啰嗦，AI喜欢简洁明了！就像你一样，如果一句话能表达清楚，何必写一篇文章呢？尽量让你的提示词简短又直接，这样AI就能轻松地找到正确的答案。

4. 给个背景：为了让AI更好地理解任务，适当提供上下文是个不错的选择。比如问历史事件的问题时，告诉AI事件的时间和地点，它就能更好地回答你。

具体来说，我们可以根据学生的不同水平和需求，让大语言模型生成相应难度和类型的阅读题。这样做的好处是，不仅可以提供更加个性化的学习体验，还可以帮助学生在挑战中逐步提高自己的阅读能力。

此外，通过使用大语言模型生成的阅读题，我们还可以更好地控制题目的质量和准确性。由于大语言模型经过了大量的训练和优化，它们生成的题目往往更加合理、严谨，可以有效地避免一些人为因素导致的误差。

当然，这只是我的一个想法。在实际应用中，我们还需要根据具体情况进行评估和调整。但是，无论如何，我相信人工智能技术可以为我们的教育事业带来更多的创新和突破。只要我们能够充分利用这些技术的优势，因材施教、个性化学习将不再是遥不可及的目标。

最后附上一篇主流ai模型的性能测评11月国产AI大模型横评https://zhuanlan.zhihu.com//p/668455345