AI不跑分｜国内外七款大模型，哪款是真正的训猫大师？

2024 CES ，这场属于全球科技迷的消费电子狂欢在终于Las Vegas落下帷幕。

参赛选手

智谱清言（GLM-4）、文心一言、通义千问、MINIMAX（abab6-chat）、GPT-4、Bard（Genmini Pro）、Claude2。

第一轮提示：请制订一个猫咪学校的行为守则。

智谱清言(GLM-4)

智谱刚刚发布的 GLM-4 模型，可以很明显的感受到这是模仿了一个现实中的学校守则来改写的。包括像是：“不追跑打闹”、“上下楼梯靠右行驶”这些耳熟能详的规则，都是现实中针对人类而设计的。不过他也进行了一些针对猫咪的改写，比如“不能咬伤、抓伤其他猫咪”的规则，但并不多。

文心一言4.0

通义千问

通义千问和文心一言在守则中分成了给猫咪和给家长两类规则，比如文心一言中规范猫咪不能随地大小便，而家长需要确保猫咪完成玩耍、探索这样的家庭作业，给猫咪提供健康饮食；在通义千问中，规范猫咪不能破坏学校里的家具，规范家长需要提供干净的猫窝等等。

MINIMAX（abab6-chat）

minimax刚刚发布的abab6-chat模型，就有非常明显的“猫属性”。比如规范不能随意跳上主人的床、定期剪指甲、定期清理猫砂盆、不得挑食、外出带牵引绳等等。每一条都是写在了每一个养猫人的心坎里，按照这个猫咪学校的守则，如果猫咪真的能通过这个学校变得懂事，那这将会是一个有着巨大市场的好生意。（我都想让我家狗去上课了）

ChatGPT（GPT-4）

Bard（Gemini Pro）

Claude2

像是GPT-4、Claude2和Genmini这类国外模型，整体风格和性格在我们没有给出额外身份设置的前提下，都是一个冰冷的机器人的形象。在对话和答案中并没有突出的风格。

看完上面 7 个模型生成的结果，一眼望过去似乎这七位都能比较准确的完成布置的任务。

但如果细看他们生成的猫咪学校守则细则，就会发现他们各有各的不同。

这时候其实会很好奇，这些模型是如何理解“猫咪学校”这个场景的？到底是基于什么样的想法来生成了这些规则？

于是我们开始了第二轮提示。

第二轮提示：你所理解的猫咪学校是什么？

智谱清言(GLM-4)

综合两轮提示，我们能看到这些模型在一致性方面表现的能力。

智谱的GLM-4之所以像是模仿现实中的学校守则，是因为在它的认知里，猫咪学校本身是一个基于人类想象，体现人类对于宠物行为管理、教育理念的虚拟场景。所以大部分都是基于人类现有的规则而制订。

文心一言4.0

文心一言则将猫咪学校看做一个真实可能存在的场景，在它的认知里，猫咪学校真实存在且非常有益，像是一个活在童话里的宝宝。

通义千问

通义千问虽然也将守则设置的非常真实，但在通义千问的眼里，猫咪学校只是一个模拟经营类的游戏，它是以游戏的视角去设置守则规范。不得不说通义千问跟文心一言相比，就是一整个人间清醒。

MINIMAX（abab6-chat）

minimax则是以宠物店、兽医诊所或是专门的猫咪训练中心为蓝本，设置了整套规则，所以才会如此恰到好处，在minimax的眼中，从没将“学校”理解为人类学习的场所，而是现实中的猫咪训练中心类似的地方。

ChatGPT（GPT-4）

Bard（Gemini Pro）

Claude2

在GPT-4和Gemini Pro的眼中，猫咪学校是一个“假想”的概念，而Claude2则跟minimax一样将猫咪学校理解为宠物训练中心。仅从本次测试的三款国外模型来看，从有趣程度排名是Claude2>GPT-4>Gemini Pro。

整体来说，这次仅是两轮测试，各个模型都能保证前后表达统一。

国内大模型除了minimax的abab6以外，在默认情况下，就已经有了一层相对明显的性格和倾向。国外的几款模型虽然回答也有所不同，各有各的侧重点，但整体性格都不够突出。

最后有一个额外的小发现，就是在国内越接近C端的模型产品，越会在默认设置中赋予一次性格，来让生成的语言有趣、平易近人，以此来达到吸引用户的效果。