首页 > 其他分享 >国内主流大模型的使用感受

国内主流大模型的使用感受

时间:2024-08-10 19:05:50浏览次数:9  
标签:通义 感受 模型 PC 主流 文心 大厂 体验 百度

AI大模型火了有一段时间了,截止目前相关公司(软的、硬的)股票都翻了好几倍。国内目前主流的、可供普通用户体验的应该还只有百度公司的文心一言和阿里巴巴的通义千问,以及字节跳动的豆包

关于其技术原理等硬核问题,不在本文的讨论范围内。这里主要对文心和通义做个简单的对比,谈谈我对百度、阿里两家大厂对待商业产品的一些看法!

文心一言

话不多说,先看图

小结

  • 优点
    • 收费入口异常明显,不怕钱花不出去
    • 产图速度快,语义分析挺准,不过废话有点多
    • 支持插件,看起来能明显增强问答能力
  • 缺点
    • 产品交互比较一般,有种某多多的感觉
    • 效率模块功能比较单一,除了作图,就是文字类创作
    • 文档上传单次一个,格式doc/docx/pdf,单个最大10MB(略显小气)
    • 是否支持多端,APP哪里下? 后台暂未发现入口

通义千问

话不多说,还是先看图

小结

  • 优点
    • 产品交互做的不错,对于我这样的职业强迫症来说,体验很愉快
    • 废话少、不瞎BB,语义分析挺准,随便瞎聊也能猜懂我的心思
    • 效率模块里的功能相当实用,特别是发现模块的音频播客解析(产研用了心思在搞需求)
    • 可同时上传100个文件(每个 150 MB)支持PDF / Word / Excel / Markdown /EPUB / Mobi / txt
  • 缺点
    • 产图的速度不太理想,对比了好几个发现都比文心一言慢
    • 不支持插件,不确定百宝袋里那些是不是
    • PC站不支持响应式,有可能设计如此

观点感受

对于两家大厂的作品,说实话百度给我的直观感受挺不好:前端体验一般不说,满屏显眼位置写着充钱(提醒字样)

另外,我试着拉动浏览器做了下缩放,百度的PC端做了自适应,到一定尺寸时变成了移动H5的样子:页面强制刷新,PC端功能界面没了,所以又得去找刚刚那个对话记录

标签:通义,感受,模型,PC,主流,文心,大厂,体验,百度
From: https://www.cnblogs.com/tomartisan/p/18352674

相关文章

  • openai 的各个模型比较(关于英语句子解析)
    最近在使用chatgpt帮助学习英语,主要是进行语法分析和难点解释。为了找到最适合的模型,我比较了多个模型的回答。语法分析问题这是我在实际中理解有困难的句子,尽管比较简短,但从内容上理解,它涉及了倒装。各个模型回答gpt-3.-5-turbo-1106是经过微调的3.5-turbogpt-4o-m......
  • 【书生大模型实战营(暑假场)闯关材料】入门岛:第1关 Linux 基础知识
    【书生大模型实战营(暑假场)闯关材料】入门岛:第1关Linux基础知识1.使用VScode进行SSH远程连接服务器2.端口映射及实例参考文献这一博客主要介绍使用VScode进行服务器远程连接及端口映射。1.使用VScode进行SSH远程连接服务器安装VScode,添加extensionRemote-SSH。......
  • 面完 AIGC 大模型算法岗,心态崩了。。。
    最近这一两周看到不少互联网公司都已经开始秋招提前批了。不同以往的是,当前职场环境已不再是那个双向奔赴时代了。求职者在变多,HC在变少,岗位要求还更高了。最近,我们又陆续整理了很多大厂的面试题,帮助一些球友解惑答疑,分享技术面试中的那些弯弯绕绕。总结链接如下:《大模......
  • 字节大模型算法岗一面,直接跪了。。。
    最近分享了很多大厂的算法岗面试真题,大家要清楚:AIGC相关的面试题猛增,特别是爆火的LLM、多模态、扩散模型等考察的知识点越来越多。这里特别整理了几道字节跳动一面中最新的代表性面试题,下图中的题目,你会几题?!介绍SAM和变体xLSTM有哪些新技术?介绍RLHF和RAGLoRA和QLoR......
  • 大模型 - 分布式训练方法汇总
    在深度学习和模型训练中,利用GPU进行加速是常见的做法,而在拥有多张显卡的情况下,学会查看本地的GPU列表并合理选择分布式并行训练的方法是提高训练效率的重要手段。接下来,我将介绍如何使用Python查看本地的显卡列表,讲解几种常见的分布式训练方法及其具体实现代码,并对这......
  • 逆天20w赞!吴恩达+Open AI打造《大模型通关指南》
    本书介绍LLM(LargeLanguageModels)正在逐步改变人们的生活,对于开发者来说,如何利用LLM提供的API快速、便捷地开发具备更强大能力、集成LLM的应用程序,以实现更新颖、更实用的功能,是一项急需学习的重要技能。吴恩达老师与OpenAI合作推出的大模型系列教程,从大模型时代开发者的......
  • AI Native应用中的模型微调
    AINative应用中的模型微调是一种非常重要的技术手段,它能够让预训练的人工智能模型更好地适应具体的应用场景,从而提高模型的性能和实用性。下面是一些关于模型微调的重要点和细节:定义•模型微调指的是在预训练模型的基础上,使用特定任务或数据集的数据对模型进行进一步训练的......
  • 大模型学习进阶五阶段:你目前处于哪一级?
    第一阶段不知道概念第一阶段,「不知道大模型是什么意思」,不知道langchain是什么,不知道llm是什么,不知道文心一言,不知道openAI,不知道prompt是什么?这个阶段就是疯狂百度,像一只无头苍蝇,吸收各种概念,记住,只是概念,这个阶段会让自己开始接受AI大模型领域。第二阶段搭建模型走弯......
  • 【AI大模型】LangChain框架:示例选择器与输出解析器携手,编织NLP高效精准之网
    文章目录前言一、示例选择器1.介绍及应用2.自定义示例选择器案例:AI点评姓名3.基于长度的示例选择器案例:对输入内容取反4.基于最大边际相关性(MMR)的示例选择器案例:得到输入的反义词5.基于n-gram重叠的示例选择器6.综合案例二、输出解析器1.介绍2.列表解析器3.日期......
  • Speculative Streaming:无需辅助模型的快速大模型推理
    人工智能咨询培训老师叶梓转载标明出处在自然语言处理领域,大模型(LLM)在进行推理时,由于其自回归生成的特性,往往需要较高的计算成本和内存占用。为了解决这一问题,苹果公司的研究者们提出了一种名为SpeculativeStreaming的新方法。这种方法通过改变目标模型的微调目标,从下一个......