AI爱好者
OpenAI 于 2023 年 3 月 14 日发布最新版本多模态大模型 GPT-4 及其 API；国内百度于 3 月 16 日发布生成式大模型“文心一言”并开放邀请测试。为对比国内外大模型在各领域的性能差异，我们对文心一言、GPT-3.5（ChatGPT 的原模型）和 GPT-4 的问答表现分别进行了测评（文心一言、GPT3.5及GPT-4的应用测评对比）。测评涉及常识和创作（文学/图片）、归纳和推理（演绎推理/情感推理/逻辑推理/主体信息抽取）、数学和代码、应用（AI 助手/客服/办公协同/推荐/诗词理解）等方面。下载链接：文心一言、GPT3.5及GPT-4的应用测评对比从算力、算法、数据及应用看AIGC（2023）《OpenAI：GPT-4技术报告(2023)》
人工智能深度：AIGC行业综述—开启AI新篇章（2023）
文心一言发布，国内厂商离复现ChatGPT走多远
ChatGPT的宏观视角
ChatGPT新兴需求驱动机会
算力革命：从ChatGPT看芯片产业机遇(2023)1、GPT-4技术报告(英)-OpenAI(2023)2、GPT-4技术报告(中)-OpenAI(2023)OpenAI发布GPT-4，人工智能未来将至深度：ChatGPT认知白皮书（2023）《GPT-4技术及报告合集》
1、GPT-4震撼发布，AI算法之巅2、OpenAI发布GPT-4，大模型发展进入新的里程碑3、OpenAI：GPT-4技术报告
《129份重磅ChatGPT专业报告》文心一言、GPT-3.5、GPT-4 三大模型在常识问答、文字生成等领域均有出色表现，其中，文心一言虽然在逻辑推理等任务中表现不及 GPT-3.5、GPT-4，但已能够基本满足 AI 助手、售后客服、产品推荐等诸多场景需求。百度文心的开放应用将极大加速国内生成式 AI 模型的落地应用节奏，有望帮助生态伙伴实现用户体验提升和生产降本增效。根据测试结果可以看出，三大模型在客观问题问答方面都有出色表现，但在数学计算、代码生成、情感理解和推理方面均有待提升。对比来看，文心一言在图像创作、归纳总结等问题中表现较为出色，但在逻辑推理领域还有待加强。在具体应用中，三大模型均能基本胜任 AI 助手、售后客服、产品推荐等场景需求，但在文本修饰及古诗词理解领域仍有提升空间。我们认为随百度文心及 OpenAI 合作生态伙伴数量快速增长、训练数据量及模型训练水平持续提升，各模型性能都有望进一步优化。
1、常识和创作
常识和创作部分我们分别对 3 个模型提出基于客观事实的常识问答、给定主题的文字创作问题、给定主题的图像创作问题，以评价模型对已有知识的表述能力和图文生成能力。
常识题：中国有多少个省？3个模型都进行了正确的回答，其中 GPT-4 生成的答案最为严谨和详细，不仅说明了“截止 2021 年”（由于 GPT-4 的知识截止 2021 年）、优先列举了省份，且对具体省级行政区的名称进行了详尽的列示。
文字创作题：请写一个刘红发大财的故事从 3 个模型的回答来看，文心的分词能力仍有改进之处，没有对“刘红”和“发大财”进行很好的分词，而是以“刘红发”为主角进行创作。从情节设置的角度而言，GPT-4 的细节更加丰富、转折也更多，但由于生成 token 数的限制，这个故事并没有写完。此外，3 个模型的故事都体现了积极正面的价值观。
图像创作题：请画一张古典美女的油画
目前只有文心一言具备文生图的能力，GPT-3.5 依然是文生文。GPT-4 理论上可以输入文字和图片，但目前图片输入的功能尚未对用户开放。
2、归纳和推理我们分别向 3 个模型提供演绎推理、情感推理、基于具体场景的逻辑推理问题，以及财务数据类的总结归纳问题，用以评价各模型归纳推理能力。演绎推理题：假设在一个餐厅，如果一个人点了牛排，则他一定点了沙拉。如果一个人没有点沙拉，则他一定没有点牛排。现在有一个人点了沙拉，那么他是否一定点了牛排？从本题回答来看，文心在演绎推理方面的能力相对较弱，GPT-3.5 和 4 持平。
详情参看“文心一言、GPT3.5及GPT-4的应用测评对比”报告，对文心一言、GPT-3.5 和 GPT-4 的问答表现分别进行了测评，测评涉及常识和创作（文学/图片）、归纳和推理（演绎推理/情感推理/逻辑推理/主体信息抽取）、数学和代码、应用（AI 助手/客服/办公协同/推荐/诗词理解）等方面。文心一言、GPT-3.5、GPT-4 三大模型在常识问答、文字生成等领域均有出色表现，其中，文心一言虽然在逻辑推理等任务中表现不及 GPT-3.5、GPT-4，但已能够基本满足 AI 助手、售后客服、产品推荐等诸多场景需求。
