大模型扎堆「赶考」，语文还是国产AI行，文言文能力超过95%考生

ChatGPT诞生后的第一场全国高考，考生忙，大模型们也很忙。

这不，高考还没结束，AI挑战高考题就成了刷屏热搜话题，各家大模型都被拉出来写起了高考作文，甚至是参与整场考试。

（不知是不是巧合，Bard还在下午数学高考后，紧急升级了一波数学推理能力……）

结果，竟然有大模型写的作文，把资深高中老师都骗过了！

就在考试当天，百度搜索正在内测的“AI伙伴”，现场直播挑战了一套语文试题。

从“基础题”文言文翻译、阅读填空、古诗词赏析，到“拉分题”微写作和作文，AI伙伴全部上手做了一遍。

结果，当9份“混进”了AI伙伴作品的高考作文送到语文老师庄临旭手上时，他完全没发现有篇是AI写的：

我是真没想到，AI还能写文言文作文。

紧接着，AI伙伴展现的文言文理解能力，更是把资深老师吓了一跳：

凭借我的教学经验来看，超过95%的同学没问题。

一整场直播下来，就连围观了AI伙伴考试全程的毕导都感慨：

再来一次高考语文，我可能考不过它……

所以，集成了百度语义检索技术+大模型能力于一身的AI伙伴，整场考试表现具体如何？

咱们一项一项展开来看。

“AI考生”现场挑战语文高考

先来看看大模型的“基础题”——古诗词赏析。

面对情感和写法的“找不同”问题，百度搜索AI伙伴胸有成竹，不仅给出了明确的修辞手法，还进一步分析了古诗的来历和情感，属实是阅读理解十分到位了：

再到阅读填空。面对文章解读和“续写句子”能力，AI伙伴同样毫不逊色：

那么，来看看大模型的“拉分题”写微作文，依旧没什么问题！

要是小作文体现不出来，再来看看AI伙伴作诗的能力。不仅现代诗手到擒来，甚至连藏头诗都能搞定：

不过，要是再仔细一点搞搞提示词工程，AI伙伴似乎就答得更好了。

以高考语文题目中的古诗词理解为例，这里我们先在不给提示词的情况下，把题目原样“喂”给AI伙伴：

AI伙伴给出来的答案虽然也不错，但对于高考题目来说，这答案着实有亿点长，也有点太仔细了：

接下来，给AI伙伴换上强调“最重要的三个意象”的提示词。

果然，AI给出了更精准的回答，指出包括病柏、丹凤和鸱鸮在内的三个意象，是最关键的：

但是，上述都还只是直播中展现出来的效果。像AI伙伴这类有大模型加持的功能，其使用效果是否真的和提示词工程强相关？

为了测测AI伙伴的“真正实力”，我们亲自上手测了测它做高考题的效果。

直播中已经做过了全国甲卷的作文题目，那么我们再来试试今年上海卷的作文。

第一轮，我们直接把题目甩过去：

看起来，AI伙伴虽然理解了文章“主旨”，但写出来还差点意思：论点不够明确，作文的结构也不太清晰。

第二轮，我们试着换了一下提示词，给AI伙伴设置一个“角色扮演”效果。

首先，强调它是一名高考考生，然后给它“灌输”一些高考作文的写作技巧：

这一轮，AI伙伴写得就有高考作文内味了。

不仅给出了10字以内的标题，还按照总分总、夹叙夹议的方式，很好地写出了一篇议论文：

看起来，挖掘大模型的潜力，很大程度上确实要依靠提示词工程。

在直播中，百度集团副总裁、搜索平台负责人肖阳还给我们列举了一个非常简洁的提示词公式：

提示词 = 任务 + 角色 + 上下文背景 + 细节补充。

有了它，不用再担心大模型输出和设想无关的答案了。

当然，作为百度“用大模型重塑搜索能力”的终极杀器，AI伙伴能实现的功能，也远不止是做做高考题而已。

最早在2023万象·百度移动生态大会上官宣发布的AI伙伴，目前已经开启内测，获得试用资格后，可以直接从百度搜索界面进入：

它的本职工作，更像是一个搜索引擎端的全能AI助理，不仅具有智能搜索能力，还兼具创作生成技艺：

一方面，AI伙伴相当于一个对话版智能搜索工具。用它查资料，不需要再按关键词搜索，直接“用人话”提问就行：

不仅如此，每一句回答都有理有据，如果想要“追根溯源”，直接点链接就能跳转到对应的网站：

这样一来，就不用担心它会出现像ChatGPT整理文件那样，出现“无中生有”一些案件的操作了。

另一方面，它又相当于一个多模态大模型创作助手。

不仅可以帮助查资料、写周报、画头像，还能陪你模拟面试、甚至替你约会（？）。

这里我们借助AI伙伴的“程序猿小助手”，来试试生成一段代码的能力。

以面试可能会考到的冒泡排序算法为例。

很快啊，几乎没有怎么思考，AI伙伴就给出了一段带注释的冒泡排序算法，最关键的是，它自己已经运行过，并成功输出了一段结果！

这意味着我们不需要再自己去跑一遍这段代码，而是能直接将它交给面试官了（doge）

从上面这些展现的能力来看，AI伙伴所能做到的，远非仅仅提供高考试题“参考答案”而已。

这次选择用它挑战高考题，大家伙可能看的是个新鲜劲儿，但“术”的表象之外，更值得关注的是“道”的变化：

使得AI伙伴能在高考题面前依旧“神采飞扬”的大模型技术，正在以搜索引擎的代际变革为基点，席卷各行各业，甚至改变每个人的工作方式。

正如ChatGPT搅动风云之初，微软CEO纳德拉预测的那般：搜索正面临巨变。

并且变化的不仅仅是搜索的技术、产品本身，这一次，更与每一个个体有了更紧密的关联。

搜索三变

百度CEO李彦宏同样认为，“大模型即将改变世界”。基于这样的判断，李彦宏2023年一季度OKR，便指向了“引领搜索体验的代际变革”。

现在，三个月过去，大模型究竟如何变革搜索，现在答案已经越来越清晰。

从技术的角度出发，大语言模型的爆发，正在重新定义人机交互。

对于人类而言，最自然的交流方式就是语言沟通。而大模型的代际突破，最直观的一点体现，就是机器自然语言聆听和表达能力的飞速提升。

△回答来自百度搜索AI伙伴

搜索本身，就是一种人机交互的核心方式。其本质的技术追求，就是要让机器更高效地理解、推理、表达，化复杂问题为直观的第一条搜索结果。

因此可以说，大语言模型的突破，正在全面激发搜索全新的潜能。

值得关注的一点是，伴随着AI的发展，搜索始终都是最前沿AI技术最先落地的场景。

以百度搜索为例，围绕“降低用户表达需求门槛”、“降低用户获取内容和服务的门槛”、“丰富搜索引擎的内容供给”这三个目标，百度搜索一直在AI技术上大量投入。

引入大模型之前，百度搜索已经实现：

• 千亿级全网索引；

• 全球领先的深度语义理解技术，相关成果曾获2020年国家技术发明奖二等奖；

• 最大中文知识图谱，覆盖50亿实体。

从产品的角度看，过去三个月，数据已经证明，对话式搜索正在成为搜索引擎市场的一个新变量。

百度集团副总裁、搜索平台负责人肖阳就透露，大模型加持下的AI伙伴，在内测阶段就已爆火，相关搜索问答量激增。

这进一步佐证大模型带来的新人机交互方式，更能满足人们对搜索“快速”、“有效”的诉求。

牵一发而动全身，在现在这个时间节点，围绕搜索的内容生产和创作领域，创新模式也开始逐渐显现，并被积极地探索实践。

同样是在万象大会上，百度搜索还配合AI伙伴，推出了AI BOT解决方案。目的就是向内容、服务生产者释放大语言模型和AI技术能力，降低其与新搜索模式融合的门槛。

具体来说，百度搜索提供了创作者、商家、机构、服务和品牌等各类型的AI BOT，让他们能够利用自身优势和独特的内容、知识、服务，创造虚拟分身，直接回答用户的问题。

在技术和产品之外，更与每个人息息相关的，是用户搜索方式的改变。

正如前文所展示的，大模型时代，“提问题”的能力正在变得越来越关键。

体现在现阶段，就是提示词写得好不好，会直接影响搜索生成结果的质量。是否掌握提示词工程能力，就像互联网时代开启时，是否掌握搜索能力一样关键。

对此，肖阳提到了“搜商”的概念：

未来不仅要卷智商、情商，还要卷“搜商”。

更好地使用提示词，更好地使用AI伙伴，获得的优势会越来越大。

也就是说，找到合适提示词的能力越强，越能在大模型落地应用的时代里，充分利用大模型的强大生产力。

可以说，大模型刮起的时代风暴之下，搜索三变，既是内在技术瓶颈的代际突破，亦是外在人类接触信息方式的彻底变革。

无怪乎肖阳作为技术变革的一线亲历者，会有这样的判断：

语义检索技术与大语言模型结合，促进搜索的理解、推理、组织和创作潜能进一步释放，有望在多方面催生颠覆式创新，促成搜索奇点降临。

并且这一次，或许每一个人都会真真切切感受到这种代际变革带来的影响。

One More Thing

说起来，就在高考这两天，AI加持下的百度搜索，忙的还不止有刷题这件事儿。

每年此时，百度都会启动专门的高考服务，通过搜索和AI核心技术，为考生和家长提供便利。

今年，百度还基于AI技术，首次推出了高考搜索指数，涵盖专业搜索热度及变化趋势、“院校PK”等信息。考生家长在择校选专业的时候，可以更方面地参考对比。

AI志愿助手也进行了重大升级，能更直观地展示志愿预测结果，提供相关数据来辅助考生家长做决策。

对了，利用高考搜索指数和其他高考相关搜索数据，百度还联合中国教育在线掌上高考发布了不少有意思的数据：

高校方面，搜索热度最高的本科院校里，南方高校霸榜双一流和非双一流大学前十。

专科院校中，山东是搜索职业教育最多的省份。

专业方面，医学搜索热度断层第一，航空航天热度攀升最快。

而最有“钱”景的，是船舶电子电气工程……

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

123?spm=1001.2014.3001.5501)这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】