文心一言、GPT3.5和GPT-4的应用评估对比

常识和创作类问题回答：三大模型的正确性比较;文学创作结果：体现正面价值观的能力比较，文心一言的分词功能待提升;图像生成能力：GPT-4尚未开放测试，文心一言在图像生成方面较出色;归纳和推理类问题结果：文心一言在归纳总结类任务上表现较好，但在演绎推理、逻辑推理等方面稍逊于GPT系列;情感推理类问题：三大模型仍有提升空间;数学和代码类问题：GPT-3.5在数学能力上表现较好，两个模型均解决了代码生成问题，但不是最优解，文心一言的代码问题识别能力待提升;应用场景测试：三大模型在AI生活助手、售后客服、产品推荐、办公场景文本生成等任务上表现较好，但在文言文和古诗词理解运用方面不佳。