怎么看百度的文心一言疑似有套壳

现在厉害的人谁还去百度啊。。偶尔空降一两个干几年溜了。。这么短时间就能做一个对标gpt的，它应该是有生成gpt的gpt吧

正常操作
当ChatGPT3.5 去年刚出来时，强大如Google到现在也还没做到ChatGPT 10份1 的功效
然后同一时间百度的先不说对题，至少能画昼，上面应该不至套了ChatGPT, 可能还套了其他

爱国的猫真的笑了🤣

搞笑了。就算用英文输入，百度翻译就这水平？这都能洗也是没谁了。

匿名用户 发表于 2023-03-26 02:12:20
造数据集还真涉及到很多很多问题。以及中文数据集很可能就算是按流程从头自己造一个也不如英文效果好，中文互联网环境都比英文差多了。

.--补充内容 (2023-03-26 17:14 +8:00):

就算英文训练数据，中译英时候也不至于把四字成语逐字翻译吧。

匿名用户 发表于 2023-03-26 10:11:39
相当于chatgpt2.0的水平

毕竟2.0开源了。。。

攒米看帖9981 发表于 2023-3-26 15:16
就算英文训练数据，中译英时候也不至于把四字成语逐字翻译吧。

是英译中而不是中译英。成语不行的原因很简单啊，训练的时候英文翻译成中文所以没有成语，自己的语料部分也没啥成语。有个层主解释的很清楚了，这种数据集压根不是标出来的，成本太高了，都是互联网上爬的。中文网页质量差英文可远了。

匿名用户 发表于 2023-03-26 22:59:04
是英译中而不是中译英。成语不行的原因很简单啊，训练的时候英文翻译成中文所以没有成语，自己的语料部分也没啥成语。有个层主解释的很清楚了，这种数据集压根不是标出来的，成本太高了，都是互联网上爬的。中文网页

所以百度把英文资料先译成中文再训练？然后用中文当输入？你确定吗。

补充内容 (2023-03-27 14:32 +08:00):
听起来倒是可以解释通😂

攒米看帖9981 发表于 2023-3-26 23:31
所以百度把英文资料先译成中文再训练？然后用中文当输入？你确定吗。

.--补充内容 (2023-03-27 14:32 +08:00 ...

他们自己这么说的，不过我也没仔细看，你可以再check下他们的论文。

匿名用户 发表于 2023-3-26 01:59
百度作为中文搜索的门户网站，天然优势就是中文数据集吧，人工annotator之类的在国内成本也很低，为什么非 ...

其实英文的数据集主要也是靠html长年积累的帮助视障人士理解网页图片的alt标签，而不只是雇佣柬埔寨人打标签。国内中文网站在这方面的积累太少。短时间内人工标注成本还是很高的，百度一家独自搞是有难度的