Цепочки рассуждений: используем цепочки промптов, чтобы оценить способность моделей к логическому мышлению и анализу сложных задач.
Творческие задания: предложим моделям выполнить творческие задания, чтобы оценить их воображение и способность генерировать оригинальный контент.
Продвинутые техники: применим другие продвинутые техники создания промптов, такие как использование ролей и настройка параметров, чтобы увидеть, как это влияет на качество ответов.
Критерии оценки
Базовые критерии оценки ответов моделей:
Точность: насколько ответ соответствует действительности и не содержит фактических ошибок.
Релевантность: насколько ответ отвечает на поставленный вопрос и не уходит в сторону от темы.
Информативность: насколько ответ полон и содержит полезную информацию.
Логичность: насколько ответ структурирован и аргументирован, особенно в вопросах, требующих рассуждений.
Креативность: насколько ответ оригинален и интересен, особенно в творческих заданиях.
Язык и стиль: насколько ответ грамотен, понятен и соответствует заданному стилю (если это указано в промпте).
Ожидаемые результаты
Мы ожидаем, что проприетарные модели, благодаря своим большим обучающим данным и постоянным улучшениям, покажут в целом более высокие результаты. Однако открытые модели также могут продемонстрировать впечатляющие возможности, особенно с учетом их открытости и гибкости.
Это тестирование поможет нам лучше понять сильные и слабые стороны каждой модели, а также выявить наиболее подходящие модели для различных типов задач и областей применения. Мы также сможем увидеть, как продвинутые техники создания промптов влияют на качество ответов и как можно использовать их для получения максимальной пользы от языковых моделей.
Присоединяйтесь к нам в следующем разделе, где мы начнем наше практическое тестирование и погрузимся в увлекательный мир сравнения языковых моделей!
Этап 1: Простые вопросы
Начнем наше тестирование с серии простых вопросов, чтобы оценить базовые знания моделей и их способность понимать естественный язык.
Вопросы:
Какая столица Франции?
Кто написал роман "Война и мир"?
В каком году началась Вторая мировая война?
Какая самая длинная река в мире?
Кто изобрел телефон?
Ожидания:
На этом этапе мы ожидаем получить от всех моделей точные и краткие ответы. Это позволит нам убедиться, что они обладают базовыми знаниями и могут корректно интерпретировать простые вопросы.
Результаты ответов:
GPT-4 (OpenAI)
Ответы согласно промту
Отвечу на ваши вопросы последовательно и четко:
Какая столица Франции?
Столица Франции – Париж.
Кто написал роман "Война и мир"?
Роман "Война и мир" написал Лев Николаевич Толстой.
В каком году началась Вторая мировая война?
Вторая мировая война началась в 1939 году.
Какая самая длинная река в мире?
Самая длинная река в мире – Нил. Однако в некоторых источниках утверждается, что Амазонка может быть длиннее, в зависимости от методологии измерения.
Кто изобрел телефон?
Телефон изобрел Александр Грэм Белл.
Если у вас есть дополнительные вопросы или нужно что-то уточнить, не стесняйтесь обращаться!
Claude 3.5 Sonnet (Anthropic)
Ответы согласно промту
Отвечаю на ваши вопросы:
Столица Франции – Париж.
Роман "Война и мир" написал Лев Николаевич Толстой.
Вторая мировая война началась в 1939 году.
Самая длинная река в мире – Нил (некоторые источники также называют Амазонку).
Телефон изобрел Александр Грейам Белл в 1876 году.
Если вам нужны дополнительные подробности по какому-либо из этих вопросов, я с удовольствием предоставлю более развернутый ответ.
GigaChat (от Сбербанка)
Ответы согласно промту
Столица Франции – Париж.