4 月 7 日 ， 阿里云宣布自研大模型“通义千问”， 目前已开始邀请用户测试体验。
阿里达摩院在 NLP 自然语言处理等前沿科研领域早已布局多年 ， 并于 2019 年启动大模型研发 ， 通义千问便是其最新成果 ， 相当于阿里云版的“ChatGPT”。
有幸拿到了内测名额 ， 问了通义千问一些问题 ， 以下是结果展示 ：
1. 提问 ： 你和 ChatGPT 相比有哪些优势 ？
通义千问 ： 作为一个大型语言模型 ， 我有以下几个优势 ：
1. 大量训练数据 ： 我基于大量的文本数据进行训练 ， 这使得我能够理解和回答各种主题的问题。
2. 对话理解能力 ： 我可以理解与用户交互的对话 ， 并回答相关问题。这种能力可以帮助用户更好地与我进行交流。
3. 持续学习能力 ： 我可以通过不断地学习和更新来改进自己的回答 ， 使我的回答更准确和有用。
4. 快速响应 ： 我可以快速地响应用户的请求 ， 并在几秒钟内给出回答。
5. 自然语言处理能力 ： 我可以处理各种自然语言输入和输出 ， 并在不同的上下文中理解和回答问题。
此外 ， 我还有其他一些优势 ， 例如我可以回答多种语言、我可以处理视频和图像、我可以回答关于多种主题的问题等等。
2. 提问 ： 通义千问会取代哪些人类的工作 ？
通义千问 ： 通义千问是阿里巴巴推出的一个大型预训练模型 ， 它可以用于各种自然语言处理任务 ， 例如语音识别、机器翻译、问答系统等。目前 ， 通义千问已经在多个领域得到应用 ， 如智能客服、智能家居、自动驾驶等。
通义千问不会取代人类的工作 ， 相反 ， 它可以帮助人类更高效地完成一些重复性、复杂性较高的工作 ， 并且可以提供更准确、更全面的决策支持。例如 ， 通义千问可以协助医生进行疾病诊断、辅助教师进行课堂教学、协助安保人员进行安全检查等。此外 ， 通义千问还可以用于语言翻译、机器翻译等工作 ， 帮助人们更好地了解不同语言和文化背景下的信息和知识。
3. 提问 ： 电场和磁场是什么关系 ？
通义千问 ： 电场和磁场是同一种场 ， 是电荷在周围空间产生的场。电荷周围会产生磁场 ， 磁场也周围会产生电场。因此 ， 可以说电场和磁场是等价的 ， 都是荷电物体周围的一种场。
电荷或带电物体在周围形成的电场是由静电荷的堆积而形成的。电荷之间会相互排斥 ， 因此它们之间形成的电场会阻止它们相互靠近 ， 这就是电场的作用。电场的大小与周围电荷的数量和电荷之间的距离有关。
磁场是由带电物体周围的电场产生的。当带电物体在磁场中运动时 ， 它会感受到磁场的力的作用 ， 这个力就是磁场的力。磁场的力可以用来描述磁场对带电物体的作用 ， 例如磁力线的方向和大小等。
因此 ， 电场和磁场是等价的 ， 都是荷电物体周围的一种场。它们都可以用来描述物体周围的力和作用。
4. 提问 ： 请讲一个笑话
通义千问 ： 有一天 ， 一位家长找到老师 ， 说孩子最近成绩下降了 ， 以前都是 25 分 ， 现在是 20 分。
老师答道 ， 因为以前选择题是四个选项 ， 现在是五个选项。
5. 提问 ： 鸡兔同笼 ：16 个头 ，44 只脚 ， 共有多少只鸡和兔 ？
通义千问 ：
6. 提问 ： 如何委婉地拒绝同学表白 ？
通义千问 ： 如果你不想接受同学的表白 ， 可以委婉地表达自己的态度 ， 例如以下方式 ：
1. 说你需要时间考虑一下 ， 给自己一些时间来决定是否接受他 / 她的感情。
2. 说你现在还不想考虑这个问题 ， 可能需要一些时间来思考自己的感受。
3. 告诉他 / 她你不是不喜欢他 / 她 ， 只是现在还不是时候 ， 让他 / 她给你一些时间和空间。
4. 用幽默的方式拒绝 ， 例如你可以说 ：“我很感激你对我的感情 ， 但是我想我们可能不是很合适。”
此外 ， 你也可以直接告诉他 / 她你的感受 ， 并解释自己的理由。但是要注意委婉地表达自己的态度 ， 不要让对方感到难堪或受到伤害。
7. 提问 ： 如何制作青椒肉丝
通义千问 ：
以下是一份简单的青椒肉丝的制作步骤 ：
1. 将青椒、红椒、胡萝卜、肉丝等原料洗净备用。
2. 肉丝加入少量盐、料酒、淀粉等调味料腌制十分钟。
3. 热锅加油 ， 放入肉丝翻炒至变色 ， 盛出备用。
4. 热锅加油 ， 放入蒜末和姜末爆香 ， 加入青椒、红椒、胡萝卜等蔬菜翻炒 ， 加入盐、鸡精等调味料。
5. 最后加入炒好的肉丝 ， 翻炒均匀即可出锅。
青椒肉丝是一道非常受欢迎的家常菜 ， 口感清爽 ， 营养丰富。你也可以根据个人口味和喜好 ， 加入其他蔬菜或调味料 ， 制作出不同口味的青椒肉丝。
8. 提问 ： 陈寅恪的恪读什么 ？
通义千问 ： 陈寅恪的恪读“kè”。
9. 提问 ： 请就作品抄袭问题拟一封律师函
通义千问 ：
尊敬的 XXX 先生 / 女士 ：
我是 XXX 律师事务所的律师 ， 受 XXX 先生 / 女士的委托 ， 特此函告如下 ：
作为 XXX 先生 / 女士的代理律师 ， 我们收到了多名知情人士的举报 ， 称 XXX 先生 / 女士在其作品中存在抄袭行为。经过我们的调查 ， 我们认为 XXX 先生 / 女士的确存在抄袭行为 ， 现特此函告您 ， 要求您立即停止侵犯他人著作权的行为 ， 并向原作者支付相应的赔偿金。
据我们了解 ，XXX 先生 / 女士在其作品中大量抄袭了 XXX、YYY 等多名知名作家的作品 ， 这已经严重侵犯了他们的著作权。我们已经委托律师团队对此事进行调查 ， 并将采取法律措施追究您的法律责任。
在此 ， 我们提醒您 ， 抄袭行为是一种非常严重的侵权行为 ， 不仅会损害您自己的信誉和声誉 ， 还会对其他创作者造成重大损失。同时 ， 抄袭行为也是一种违法行为 ， 您必须承担相应的法律责任。
我们建议您尽快采取行动 ， 主动向原作者道歉并赔偿损失 ， 同时要求相关网络平台对您的侵权行为进行删除和下架。我们期待着与您合作 ， 共同维护文化创意产业的健康发展。
此致
敬礼
XXX 律师事务所
10. 提问 ： 三个骰子同时掷出后相乘 ， 获得哪个数字的概率最大 ？ 回答需要使用 rust 代码
通义千问 ：
三个骰子同时掷出的概率为 1/61/6， 因为三个独立的骰子在同一次投掷中出现的概率为 1/61/6。因此 ， 如果需要获得获得某个数字的概率最大 ， 我们可以将三个骰子掷出 ， 并计算出其中某个数字出现的次数。
具体来说 ， 我们可以使用三重循环来掷骰子 ， 并记录每个数字出现的次数。每次掷骰子时 ， 我们都可以在三个数字中随机选择一个数字 ， 并将其与其他两个数字相加。如果这个数字出现的次数超过一次 ， 我们就将它放弃 ， 并转而掷掷第四个数字。
下面是一个使用 Rust 实现的例子 ：
use rand::Rng;
fn roll_dice(rng: &mut Rng) -> Option<i32> {
// 模拟掷骰子的过程
for i in 0..3 {
let number = match rng.gen_range(1, 6) {
Ok(i) => i as i32,
Err(error) => {
println!("Failed to generate a number: {}", error);
return None;
}
};
if number == number {
return Some(number);
}
}
None
}
fn get_most_common_number(rng: &mut Rng) -> Option<i32> {
// 模拟不同数字出现的次数
let mut counts = std::collections::HashMap::new();
for i in 1..=6 {
counts.insert(i, 0);
}
for i in 1..=6 {
if counts.contains_key(&i) {
counts.insert(i, counts.get(&i).unwrap() + 1);
}
}
// 掷骰子并计算数字出现的次数
let mut num_counts = vec![0; 6];
for _ in 0..3 {
num_counts.push(counts.get(&rand::thread_rng().gen_range(1, 6)).unwrap() as i32);
}
// 按照数字出现的次数排序 ， 取最大值
let mut max_count = num_counts[0];
for &(count, &mut count) in num_counts.iter().rev() {
if count > max_count {
max_count = count;
}
}
Some(max_count)
}
fn main() {
// 生成随机的三个数字
let mut rng = rand::thread_rng();
let mut dice = [0; 3];
for i in 0..3 {
// 模拟掷骰子的过程
dice[i] = match rng.gen_range(1, 6) {
Ok(i) => i as i32,
Err(error) => {
println!("Failed to generate a number: {}", error);
return;
}
};
}
// 获取出现次数最多的数字
let mut max_count = get_most_common_number(&mut rng);
println!(" 出现次数最多的数字是 {}， 出现次数为 {}", max_count, max_count as i32);
}
原文链接：https://blog.csdn.net/2301_76957510/article/details/129660469
