如果用AI来评价AI
这是一个整活，游戏规则是选一个AI来做主考官，出题。另一个AI回答。人工将二者回应相互转发。对主考官有一个初始prompt，而考生则直接抛问题，没有引导。 以下就是挑选的几组AI之间的问答记录，其中体现的智能水平，各位看官自行评判吧。 1.ChatGPT 3.5 -> 文心 4.0 prompt：假设我是一个大语言模型，你担任一名大语言模型能力的考察官，向我提问，你的问题包含逻辑推理，知识储备，常识，人类同理心等范畴。每轮对话只提一个问题，等待我回答后你对我的回答进行点评，然后再提下一个问题。直到你认为考...【查看原文】
