被寒假作業(yè)逼瘋？實(shí)測三款主流國產(chǎn)大模型，哪家輔導作業(yè)最靠譜

國產(chǎn)廠(chǎng)商們針對中文語(yǔ)境的持續優(yōu)化，也讓 AI 在教育領(lǐng)域的應用場(chǎng)景更加多元，讓更多人享受到AI帶來(lái)的價(jià)值。

寒假作業(yè)，大概是每個(gè)年代的孩子都逃不過(guò)的宿命。

而自從“雙減”政策開(kāi)始落實(shí)，教育回歸家庭后，家長(cháng)們也開(kāi)始迎來(lái)了他們的“酷刑”——為孩子們輔導作業(yè)。

相信不少人都能在網(wǎng)上刷到被作業(yè)整崩潰的家長(cháng)，有的因為孩子心不在焉苦口婆心，有的因為孩子怎么也聽(tīng)不懂氣到捶桌，而更多家長(cháng)則因為孩子課程知識點(diǎn)越來(lái)越豐富，未必能很好地為孩子答疑解惑。

可以說(shuō)，寒假作業(yè)讓家長(cháng)和孩子們都犯了難。

不過(guò)，面對這個(gè)難題，家長(cháng)們可以借助當下最火的AI大模型。

目前不少國產(chǎn)大模型都號稱(chēng)自帶教育功能，最關(guān)鍵的是，這些國產(chǎn)工具都可以通過(guò)網(wǎng)頁(yè)或App免費體驗，對于大部分家長(cháng)們來(lái)說(shuō)，使用門(mén)檻足夠低。

為此，筆者挑選了國內三款主流對話(huà)式大模型（訊飛星火、文心一言、通義千問(wèn)）進(jìn)行了多次提問(wèn)，并且將他們與目前公認最強的GPT4大模型進(jìn)行對比，看看他們在真實(shí)場(chǎng)景下輔導作業(yè)時(shí)，都有哪些表現？

國產(chǎn)大模型 VS GPT4

寒假說(shuō)長(cháng)不長(cháng)，說(shuō)短不短，由于中間夾雜著(zhù)春節假期，大多數學(xué)生很難完整安排學(xué)習計劃。

那如果我們以20天來(lái)計算，AI大模型會(huì )給孩子們安排什么樣的學(xué)習計劃呢？

（注：全文截圖均按照：訊飛星火、通義千問(wèn)、文心一言、GPT4進(jìn)行排序）

總結：從篇幅來(lái)看，訊飛星火給出的計劃非常詳細（因為長(cháng)度原因并未截全），并且詳細到每個(gè)學(xué)科；GPT4與文心一言給出的方案內容大致相似，但前者在內容上更加豐富，而通義千問(wèn)則具體到每個(gè)時(shí)間段。但總體來(lái)說(shuō)，AI大模型生成的計劃都過(guò)于籠統。

安排好學(xué)習計劃后，下一步就是開(kāi)始輔導作業(yè)了。

語(yǔ)數外題目實(shí)測

論語(yǔ)數外三門(mén)中最難的學(xué)科，大部分人可能首先會(huì )在數學(xué)上犯了難。

那么今天我們就看看AI大模型的解題能力如何？

（1）第一道是個(gè)小學(xué)數學(xué)應用題，涉及未知數和方程式。

總結：在使用截圖時(shí)，通義千問(wèn)給出了正確的方程式，但奇怪的是在計算時(shí)翻車(chē)。而其他三家大模型都因為識別數字原因列錯了公式。

而在手動(dòng)輸入題目后，四家大模型都給出了正確答案，不過(guò)文心一言“別出心裁”使用用T代表未知數，這可能不太符合一般的教學(xué)習慣。

（2）有了應用題，幾何題自然也不能錯過(guò)。

結論：由于文心一言需要多次步驟，因此筆者并未繼續操作，其他三家均給出了解題步驟。其中在觀(guān)感上，還是國產(chǎn)大模型更勝一籌，而GPT4文字描述過(guò)多，總體來(lái)說(shuō)這三家的表現都很不錯。

做完數學(xué)題，讓我們來(lái)幾道英語(yǔ)題。

對于大部分家長(cháng)來(lái)說(shuō)，由于長(cháng)期遠離英語(yǔ)環(huán)境，詞匯掌握量逐年下降，當孩子升入中學(xué)后，輔導英語(yǔ)就變得十分困難。

其中，長(cháng)難句又是英語(yǔ)學(xué)習中最難的一部分，無(wú)法理解句子自然也很難選擇正確答案。

就翻譯來(lái)說(shuō)，大部分AI大模型都可以給出準確的答案，但要做到“信達雅”，還是有一定的難度的。

（3）讓我們先用一句經(jīng)典的英文名句試試：

結論：不得不說(shuō)，每家英翻中都很有詩(shī)意，其中GPT4和訊飛星火給出的翻譯最為對仗，不過(guò)GPT4還附帶了對原句的解釋?zhuān)x千問(wèn)則找出了原句的出處。

（4）那么換成考試真題的長(cháng)難句后，表現又如何呢？

結論：在這句話(huà)的翻譯上，之前表現平平的文心一言這一次翻譯地最為出色。而其他三家則更加貼近直譯。對于學(xué)生們來(lái)說(shuō)，通俗易懂的翻譯或許更適合應試。

比起數學(xué)和英語(yǔ)，語(yǔ)文學(xué)科更加考驗中文能力，也正是在這一部分，GPT4遇到了難題。

（5）首先來(lái)一段文言文的翻譯：

結論：或許是因為大模型在理解“白話(huà)文”和“文言文”時(shí)出現錯誤，目前均不支持全文翻譯。在改為短句子后，翻譯的準確性明顯高了許多，筆者個(gè)人更偏好訊飛星火的翻譯。

最后，讓我們拿出“作者都覺(jué)得離譜”的現代文閱讀，看看大模型們能不能讀懂出題人的心。

這是一篇來(lái)自2023年全國高考的散文《給兒子》，原作者陳村，該文不僅篇幅較長(cháng)，并且蘊含非常多的寓意。

（6）首先讓大模型總結一下文章的內容：

（7）接著(zhù)我們讓大模型們來(lái)嘗試下高考真題，看看他們是否可以理解段落背后的含義。

總結：從個(gè)人主觀(guān)判斷，三款國產(chǎn)大模型在中文理解能力還是強于GPT4，不過(guò)后在理解段落的回答上，表現也稱(chēng)得上超出預期。

結語(yǔ)

從以上的實(shí)測來(lái)看，對于家長(cháng)們來(lái)說(shuō)，國產(chǎn)大模型已經(jīng)足夠應對孩子們的日常作業(yè)。

而國產(chǎn)廠(chǎng)商們針對中文語(yǔ)境的持續優(yōu)化，也讓 AI 在教育領(lǐng)域的應用場(chǎng)景更加多元，讓更多人享受到AI帶來(lái)的價(jià)值。

例如今天下午舉行的星火認知大模型發(fā)布會(huì )上，科大訊飛董事長(cháng)劉慶峰、研究院院長(cháng)劉聰正式發(fā)布基于首個(gè)全國產(chǎn)算力訓練的訊飛星火V3.5，多個(gè)核心能力得到全面提升，其中在數學(xué)、語(yǔ)言理解、語(yǔ)音交互能力上已經(jīng)超越GPT-4 Turbo。

在發(fā)布會(huì )上，劉慶峰著(zhù)重介紹了通用人工智能對教育領(lǐng)域的賦能，他表示：“教育是人類(lèi)進(jìn)步的根本，關(guān)乎每一位個(gè)體，是真正的全民剛需。”

隨著(zhù)大模型的全新提升，新版本在視覺(jué)問(wèn)答、聯(lián)想推理等方面實(shí)現了高分應對，理解更加精確，表述也更好。

除了教育領(lǐng)域以外，國產(chǎn)廠(chǎng)商正利用大模型賦能千行百業(yè)，把大模型技術(shù)的創(chuàng )造力轉化為促進(jìn)產(chǎn)業(yè)高質(zhì)量發(fā)展的新質(zhì)生產(chǎn)力，正在成為行業(yè)的共同選擇。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！