【花师小哲】鉴定网络热门（？）AI（10）——讯飞星火模型发布会小总结

今天科大讯飞的星火模型发布了，我也看了发布会，主要是前面的演示部分，后面开发者啥的就不总结了（我自己看），就快速写一下（其实是边看边写）。

关于大模型，很多朋友可能都用过了，所以一些大家都有的功能也不多做介绍，就发几张图片并一一解释吧

0.语音识别

刚进直播间就发现了讯飞启动了语音识别。

我最早接触讯飞就是本科做大创的时候需要语音识别技术支持，所以了解了讯飞。

讯飞在语音识别做的还是比较好的，之后也会提到

1.评估

其实在ChatGPT出来没多久，很多团队都在关注一个问题，即ChatGPT的能力究竟如何，或者说如何评估ChatGPT的能力。

这是很麻烦的意见事情，毕竟ChatGPT是开放域ChatBot，意味着什么输入都有可能，什么回答也都有可能，以前常用的困惑度、BLUE等指标是远远不够用的。

所以目前，最准确的评估方法还是人工评估。人工评估也有自己的问题，最突出的就是需要大量人力。

讯飞这套评估体系是属于“无限细分”的方法，嘛，毕竟现在也没什么更好的方案

2.界面

界面非常经典。

其实关于ChatGPT，有些意见是说现在很多产品都做的花里胡哨，而爆火的ChatGPT却一点都没有设计感。确实，ChatGPT的UI实在是简单，那种直男排版我也能做（其实OpenAI的一些产品排版还是可以的，ChatGPT真的太朴素了）。背后其实反应的是ChatGPT的能力确实强大。

有点扯远了，不过大家可以发现语音输入是基本的一个功能，毕竟是讯飞的一个强项。

而且敢现场演示，还是挺勇的。

3.语言理解

毕竟叫做“认知大模型”了，也就是说星火对语言理解还是很有信心的，关于语言理解，一些例子：

为了防止实现设计好了问题，也请现场嘉宾提问了（没截屏）

主持人：遥遥领先于国内同行（

4.开放域问题域打假

开放域问题算是大模型必备的能力，但是给的例子很好：

据说模型在一些打假网站、科普网站数据、一些专业科学资料等资料上进行了训练，感觉挺不错的

5.逻辑推理和数学能力

现场做题做错了，说明确实是现场演示的。

就大模型来说，这个数学和推理能力已经很不错了。

解方程能力还不错，不知道时不时有借助外部工具（没有的话已经很厉害的）

现场做题做错了，说明确实是现场演示的

6.图生图？！

这个真的有点厉害。

众所周知，GPT-4输入是多模态，文心一言输出是（缝合怪）多模态，这个能做到图生图，也能做图像问答，挺好的。

当然，是不是也是缝合就不清楚了。

好像也是目前不开放，sad

虚拟人、语音输出之类的肯定是缝合进去的，就不展示了。

7.画饼

饼，大家自己看吧

8.现场收集问题

可恶，手慢了，没扫上码（毕竟边直播边写这一篇专栏）。

现场收集后现场抽题回答了，大家问的问题挺有意思的

这说明讯飞确实对模型很有信心的。据说现场的人都能看，说明确实没托（然后全是托）

9.接地气的应用

emmm，批改作业，这真的接地气啊。（当然，这个应用用了OCR[OCR也是讯飞的强项]，然后过大模型，开发难度没有特别高，不过这个想法真的挺好的）

然后带货，乐。

后面是产品、开发者相关等。不写了。

10.总结

整体来说，现场演示之类的，说明讯飞对模型还是有信心的，也比较真诚。

不过还是那句话，具体性能如何还是需要亲自体验。（所以什么时候给我资格）