全球讯息：8家大模型挑战高考作文

6 月 7 日消息，2023 年全国高考正式拉开大幕，全国有 1291 万考生奔赴考场，报考人数再创历史新高。

(相关资料图)

高考作文题历年来都是最受瞩目的热点，今天，就用高考作文题来检验一下各家大模型的真实水平，是骡子是马出来溜溜。

这里选择“ChatGPT、微软 Bing、文心一言、通义千问、昆仑万维「天工」、钉钉斜杠「／」、360智脑、讯飞星火” 8 款代表性产品检测大模型能力。测试标准统一，输入全国卷甲卷高考题目全文，对比各大模型产品首次生成的内容。

全国卷全国甲卷作文土木要求如下——

阅读下面的材料，根据要求写作。（60分）

人们因技术发展得以更好地掌控时间，但也有人因此成了时间的仆人。

这句话引发了你怎样的联想与思考？请写一篇文章。

要求：选准角度，确定立意，明确文体，自拟标题；不要套作，不得抄袭；不得泄露个人信息；不少于800字。

真金不怕火炼，一起看看各家大模型表现。

ChatGPT

题目《科技的发展：让人们更好地掌控时间还是失去掌控能力？》

评价：字数 702 字，表现中庸，乏善可陈。

微软 New Bing

题目：《技术的发展：掌控时间与成为时间的奴隶》

评价：字数702 字，不及作文硬性要求，产出结果为“回答”样式，并非结构完整的“作文”。优点在于上下文、上下句逻辑尚算的上连贯。

百度「文心一言」

题目《技术的双面性：时间的掌控与自由的丧失》

评价：997 字字数达标，对比下来属于表现优秀的了，一次提示直接给出题目和文章主干，结构整齐，有引用名言加分。缺点方面，各位请看文章倒数第一、二自然段，“最后”和“总得来说”章节中，车轱辘话反复说，有拼凑感。

阿里「通义千问」

题目《把握时间的“度”》

评价：字数 551 字恐会扣分，文章题目需要二次问询才能生成。

钉钉斜杠「／」

题目《技术的双刃剑：掌控时间，还是被时间支配？》

评价：918 字，在逻辑上和措辞上表现不俗，“议论文”特质拉满，进行了反思并给出措施。也存在车轱辘话反复说的问题。

昆仑万维「天工」

题目《掌控时间，而不是被时间控制：如何在科技时代保持自主性和掌控力》

评价：585 字恐被扣分，文章题目奇怪，且需要追问题目是什么，理解题意的能力有限。

科大讯飞「讯飞星火」

题目《时间的掌控与仆人》

评价：820 字，在逻辑上和措辞上挺好，还会“结合自身经历”，举例“我有一个程序员朋友”。

360 智脑

题目《技术发展与时间管理》

评价：821 字，需要追问方给出题目，表现中规中矩。

Closing  Thoughts

以上，就是八款主流 AI 工具生成的高考作文。

整体上，细读以上文章不难发现，写的不咋地都。。（摊手）

各家大模型产出内容普遍逻辑结构混乱，论据不充分，上下文衔接是生硬，名言引用并不那么贴切，这种文章在高考赛场上是拿不到高分的。要是加个查重率，不得全军覆没。

但是，大模型产出内容胜在产量高，速度快，几秒钟就好了，随着迭代内容质量会被优化。

具体来说，从文章结构上来看文心一言更胜一筹，层次清楚分明；讯飞星火和钉钉在逻辑上和措辞上挺好，讯飞星火还会“结合自身经历”，举例“我有一个程序员朋友”；钉钉斜杠「／」文风“议论文”特质拉满，进行了反思并给出措施；New Bing 给出的答案不能构成完整文章结构，产出字数493字是偏离字数要求的；至于 ChatGPT，表现中规中矩，因期望过高反而没感受到“惊喜”。

那么，您看下来觉得哪篇文章写得最好？满分 60 分的作文，它们又分别能得多少分呢？

标签：