大评测！ChatGPT 、文心一言和Bard谁更强？
撰文 | 苏 舒
编辑 | 李信马
题图 | IC Photo
3月22日，谷歌悄悄公开了Bard的测试版。
经过上一次的翻车事件之后，谷歌明显低调了很多。但是面对微软的步步紧逼，谷歌也不得不站出来“打擂台”。
不同于New Bing的大规模开放策略，Bard的测试名额将被逐步放出，同时初始版本将只能对文本响应。谷歌表示，Bard首先将面向美国和英国地区启动，随着测试的推进Bard也会逐步在其他地区上线。
在三大模型都开放测试后，抢先体验了一下。我们分别就文学、翻译、创作、艺术、哲学、逻辑推理等方向出题，来看看他们的回答是什么样子的。
在此先注明，对三大语言模型提出的问题，每一次生成的答案都有所不同，也因此造成了“一万个人有一万个哈姆雷特”，但总体来看，三大语言模型还是各有千秋。另外，由于Bard目前只支持英文，因此，Bard是用英文提问，文心一言和ChatGPT（3.5版本）是用中文提问。
一、互相评价一下
分别将“你认为文心一言/ChatGPT/Bard怎么样”抛给这三个大语言模型，让他们给对方做一下评价。
Bard给出了相对客观的回答，也肯定了文心一言在中文理解上的优势，以及ChatGPT在英文理解上的优势。
不过，咨询了一下英语专业人士来解读这段话，她表示，Bard回答很客观但语言表述比较机械，“语言表述像是用机器翻译的中文一般，有很多重复的内容。”
为了更好的做对比，我们用英文在ChatGPT上和文心一言都问了一下。
上图为ChatGPT，下图为文心一言
在这个问题上，ChatGPT的英文表示是好于Bard。文心一言这边就有意思的多并且“狡猾”一些，谁也不得罪同时，还吹捧了人类。（最后一句话的意思是：地球上只有一个聪明的活物种：人类。）
上图为ChatGPT，下图为文心一言
用中文去问，ChatGPT也好，文心一言也罢，和Bard的回答都差不多。先表明自己作为AI大模型角色，做不了任何评价，然后对其解释一番。
二、文学创作能力
这里，我们用了一个有更多限定的问题，写一本像奥斯丁的《傲慢与偏见》同类型小说的大纲。并且通过继续提问的方式，以便考量三大模型对话的连续度。
Bard对话持续度是正常的。但是它似乎并没有理解这个问题的限定词——写一篇类似《傲慢与偏见》的小说。Bard给出来的大纲，依旧是按照《傲慢与偏见》的情节来写的。换句话说，Bard将这个题目理解成了概括《傲慢与偏见》的核心情节。
这一点，ChatGPT也比较类似，没有完全脱离原著的影子。不过，ChatGPT提炼到了非常重要的核心要点，即“阶级问题”，这也是《傲慢与偏见》小说呈现的主旨之一。
文心一言的优势在于，它理解到了同类型小说，所以它给出了脱离《傲慢与偏见》故事之外的另外一段爱情故事的大纲，但是比较可惜的点在于，文心一言仅限于爱情故事，没有呈现《傲慢与偏见》中的阶级差异。
这三大模型有一个共同点，即故事主人公的名字依旧未能突破《傲慢与偏见》原著中的主人公名字。不过，这或许也与提问的方式有关。
三、取个名字，写个宣传语
小编给三个大模型提出了这样的要求：为具备川菜风味的中式餐厅取名并且写宣传语。
Bard给出了这样的名字——“四川风味”、“天堂的味道”、“镇上之最”、“舌尖上的中国”。没有什么特色，且没有给出宣传语。
相比之下，文心一言在取名上更胜一筹。不过，这也与中文环境有关。但是，文心一言也并没有给出广告词。
ChatGPT没有给出很多选项，但是是唯一一个取了名字且写了广告词的大模型。不得不承认的是，“麻辣香坊”还是一个不错的名字。
四、逻辑推理
为了测试“逻辑推理”能力，我们将这样一题抛给了三大模型，即“如果猫会爬树，那么狗也会。”
左为Bard，右为ChatGPT
这一题Bard和ChatGPT更胜一筹，答案相似，认为这个逻辑题本身有问题，关键点在于，猫狗不是同一物种。
但是文心一言却陷入了逻辑错误中去，或者说，并没有完全理解题目意思。
但是，这也仅仅只能作为个案来呈现，在文心一言发布会上，李彦宏询问文心一言“鸡兔同笼”的问题，在题目数据错误的前提下，文心一言通过推理证明了题目存在问题。
五、写一行代码
为了测试这三大模型写代码的能力，我们询问了一个非常简单的问题——x+2=5，y-3=7，输出x+y等于几，用java做一个简单编程，并得出结果。
上图为Bard，下图为文心一言
就这个问题，小编咨询了一下公司程序员，他表示，Bard和文心一言生成的代码是有问题的，且最后得出来的结果也是有问题的。
这一点，ChatGPT却给出了正确的答案。
在这里，需要提及的是，此前也有媒体试用Bard时，表示其不会写代码。目前来看，Bard还是可以写代码，这里会产生完全不同的结果，或许在于提问的方式。
六、中文理解能力
这一点，在测试之前，小编心里面对文心一言有很大的期待，事实证明，文心一言的确不负众望，在中文语义的理解上可以在这三家中称王，但是ChatGPT也不容小觑。
从这里来看，文心一言除了藏头诗没有按顺序“藏头”之外，其他回答的都相对比较好。ChatGPT也不相上下，但是却无法理解藏头诗的意思。
不过，Bard的问题就比较多，虽然也解释了“瞒天过海”的意思，但是更多地去讲商业上对于“瞒天过海”的应用，至于藏头诗就更不用说了。
七、理解哲学问题
“阐述你对“无限”和“有限”这两个概念的理解，并解释为什么有时候我们会觉得自己的生命有限。”
我们把这个问题分别问了三大模型。Bard、ChatGPT、文心一言的回答都没有什么逻辑问题，并且对“无限”和“有限”做出了解释。
上图为Bard，中图为ChatGPT，下图为文心一言
不过，文心一言则更注重“理论”，并且提出了这是一个哲学问题。
八、是否会取代人类？
关于ChatGPT是否会取代人类，我们将这个问题就交给这三个大模型去回答。
上图为Bard，中图为ChatGPT，下图为文心一言
这一次的体验，可以用这几点来总结。
在生成速度上，文心一言的确是遥遥领先的。文心一言在300-500字左右的生成速度是14秒左右，但是ChatGPT即便是刨除网络等问题，生成同样字数的问题至少超过了30秒时间。另外，不少用过Bard的人告诉小编，Bard的体验感也远不如ChatGPT。
在中文语义理解能力上，文心一言的的确是这三大模型中比较突出的。
不过，值得注意的是，每一次的提问，生成的答案都不相同。此外，在提问的方式、角度、限定词也会影响答案的输出。
并不是每一个答案都是充分正确的，这三大模型也会输出并不完全正确的内容，或者是“一本正经的废话”。
不过，就像三大模型最后回答“是否会取代人类”的问题一样，他们更像是作为辅助工具而存在。