讯飞版ChatGPT突然开始内测！我们连夜一手实测

明敏 萧箫 发自 凹非寺
量子位 | 公众号 QbitAI

科大讯飞版ChatGPT产品，提前交卷了！

就在昨夜，讯飞骤然向开发者提供了内测通道，取名为讯飞星火认知大模型对外开启内测。

还有个神奇的英文名字Spark Desk，据说有“火花桌面智能助手”的意思。

讯飞这波操作，多少有点“反向跳票”的意思，因为早在今年2月初，科大讯飞就被曝加紧开发中国版ChatGPT。随后国内大模型关注度陡增后，科大讯飞率先给出了deadline：5月6日上线产品。

万万没想到，距离正式发布还有10天，他们毫无征兆地开启了内测邀请。

从目前已经获得内测的网友评价来看，有一些人认为效果“超出预期”，但也有人反馈只是“中规中矩”。整体来看，表达效果不错的反馈占多数。

获得内测资格的方式也有点意思，是AI打电话给确认的：

当然，科大讯飞大模型能力究竟如何，最好还是能实测后再说。

所以第一时间拿到内测邀请的我们，也连夜完成了测试。详情如下：

浅测讯飞大模型

登录进去后，首先看到的是讯飞星火认知大模型的自我介绍：

我能学习和理解人类的语言，进行多轮对话、回答问题和高效地帮助人们获取知识和灵感。

老样子，还是从语文、数学、代码和逻辑几方面，测测讯飞星火认知大模型的综合能力。

那么我们就先从语文能力测起。

考虑到现在弱智吧已经成为ChatGPT时代下的Benchmark了，所以先测试大家想看的环节。

结合下科大讯飞的特点，我们抛给讯飞星火了一个地域笑话。

没想到，它是懂安徽人的。

△我们去了图片ID水印，可能导致截图文字不清楚（还望大家理解）

再来一个脑筋急转弯试试。

讯飞星火的回答非常一本正经：首先表示“玉皇大帝是否存在这个事情不是我AI可以下结论的”，这个问题驴唇不对马嘴，玉皇大帝住哪的设定和现代科学没有关系。

但你要非要我说点啥，我只能说或许玉皇大帝可能在地球上空吧。

不过这段回答里也有个小bug，即在东亚宗教信仰里天界包括天堂和神界（？）

实际上，在一些弱智问题里，讯飞星火的表现往往是懂了但没完全懂。

比如它知道焚书坑儒的事，但是又解释不清楚衍生出来的地狱笑话。

不过在基本语文能力上，讯飞星火的表现还是值得关注的。

比如给出第一句，补充写一首鲁迅风格的诗歌：

提的要求它都基本满足了，不过紫菜汤为啥曾是渔民的希望？是我理解不了AI的深意了。

换成周杰伦的风格呢？

表现也还不错，马上替换了后三句的内容。怀念童年也是周董歌里经常出现的主题了。

古文中的对对子，它也能对仗比较工整，表达意思上也没出什么问题。

我们给的上联是：福慧双修须及物。

再试试成语接龙：

如果它接错了，提醒下能改正回来，也表现出了一定的多轮对话能力：

创作的洋葱新闻，也确实有那感觉了~

续写的恐怖故事也有点水平：

那么再看看数学能力？

基本的加减法、鸡兔同笼应对起来都很轻松了。

不过在高数方面还是有点困难，让它求解：f(x)=x(x-1)(x-2)(x-3),f’(0)=?

即便在我们提醒它算错了的情况下，修正起来也比较困难（正确答案为-6）。

OK，接下来就轮到代码能力了。

我们给出的要求是：帮我写一个计算器程序。

确实完成了一个四则运算的简单计算器，甚至还有命令行操作界面：

除了有一个小bug（函数外不能return）外，简单修改后可以运行。

另外对于Python缩进的空格与tab之争，这只AI是个空格党。

这里贴上代码块，大伙儿可以试试：

#coding=utf-8#量子位注：AI没生成这句，根据不同运行环境可能需要加一下# 定义函数，实现加法运算def add(x, y): return x + y# 定义函数，实现减法运算def subtract(x, y): return x - y# 定义函数，实现乘法运算def multiply(x, y): return x * y# 定义函数，实现除法运算def divide(x, y): if y == 0: print("除数不能为零！") return else: return x / y# 主程序print("欢迎使用计算器！请选择需要进行的操作：")print("1. 加法")print("2. 减法")print("3. 乘法")print("4. 除法")choice = input("请输入操作编号(1/2/3/4)：")num1 = float(input("请输入第一个数字："))num2 = float(input("请输入第二个数字："))if choice == '1': print(num1, "+", num2, "=", add(num1, num2))elif choice == '2': print(num1, "-", num2, "=", subtract(num1, num2))elif choice == '3': print(num1, "*", num2, "=", multiply(num1, num2))elif choice == '4': if num2 == 0: print("除数不能为零！") # return （量子位注：这里有bug，注释掉就可） else: print(num1, "/", num2, "=", divide(num1, num2))else: print("非法输入！")

生成表格能力也是有的，同时可以按照要求修改表格：

分析基本逻辑问题也OK：

而且我们感觉讯飞星火的回答，总是很正经，对于脑洞大开的问题也是淡定的“总分总式”回答。

当然也被绕到过沟里，回答出了“贾母找人搬机器”的瞎话：

以上就是我们对讯飞星火的一个浅浅测试。

能力水平已经看到了，而大模型本身让人好奇的，还有它的技术细节~

提前扒扒它的“模型底细”

毕竟讯飞大模型还没正式发布，所以我们试着先从它自己这里“探探口风”。

看看能不能通过问相关问题，提前摸出一些关于它的资料来。

先是名字由来。讯飞星火认知大模型给出了技术向、公司向和文化向三个方面的回答，有议论文内味了：

再仔细追问一下为什么“星火”和“心宿”有关，好家伙，话题逐渐占星学了起来：

这里我们调戏一下大模型，问问科大讯飞CEO是否喜欢占星学

回到正题。那么，讯飞星火认知大模型的训练数据来源、模型参数量、联网状态如何？

首先是关于模型训练数据的来源。看起来资料还比较丰富，目前也还在不断更新中：

所以，讯飞大模型是否和ChatGPT一样，用了RLHF呢？它自己的回答竟然是没有：

那么接下来，是关于模型参数量的问题，这里讯飞大模型回答得也比较模糊。

而且，给出的模型参数量竟然只有数亿个？（要知道，GPT-2模型参数量都有15亿）

最后，是关于模型能否联网的问题。

看起来，它还不会实时联网，关于网易和暴雪的新闻只能追溯到几年前的消息：

用户也不能通过指令直接让它访问某个网站，查询特定信息，应该是加了某些限制：

不过有意思的是，它还是声称自己需要联网工作，以访问特定信息数据：

据讯飞星火认知大模型介绍，目前它的训练数据还在继续更新。

换而言之，就是还在继续迭代，估计在正式发布前还会更新一版模型。

目前来看，科大讯飞的这个讯飞星火认知大模型，表现已算不错。

而且要知道，讯飞原计划给出的交卷时间是5月6日，现在突然发布内测，相当于不仅没跳票，还“反向跳票”了一波。

这样来看，除了科大讯飞在这NLP和认知智能方面确实有很深的技术积累以外，也说明，讯飞的技术和工程团队实战能力值得关注一波——不仅能打硬仗，而且“说到做到”。

现在距离正式发布还有10天，你期待讯飞的大模型迭代出什么新效果？