Baidu AI-Modell "Wen Xin Yi Yan" frische Erfahrung

Heute habe ich eine Benachrichtigung erhalten, dass ich Baidus KI-Modell „Wen Xin Yi Yan" erleben kann . Ich warte seit mehr als einem Monat und kann es kaum erwarten, es zu erleben. Das Folgende ist die relevante Aufzeichnung der Erfahrung.

---

1. Kurze Einführung

Geben Sie über den offiziellen Website-Link https://yiyan.baidu.com/ ein und sehen Sie die folgende Schnittstelle:

In der Selbstvorstellung von Wenxin Yiyan ist er als Sprachmodell für künstliche Intelligenz gut in Chinesisch und Englisch, befolgt die Testregeln, weiß aber nicht alles und lernt und wächst immer noch.

Das von Baidu entwickelte wissensgestützte große Sprachmodell, der chinesische Name ist Wenxin Yiyan, und der englische Name ist ERNIE Bot. Ich kann mit Menschen interagieren, Fragen beantworten, bei der Erstellung helfen und Menschen dabei helfen, Informationen, Wissen und Inspiration effizient und bequem zu erhalten.

1.1 Der Modellalgorithmus von Wenxin Yiyan

Der Algorithmus des Wenxin Yiyan-Modells umfasst:

• Vortrainiertes Sprachmodell. Es wird durch umfangreiche maschinelle Lernalgorithmen und Training unter Verwendung massiver Internet-Textdaten erhalten.
• Technologie zur Verarbeitung natürlicher Sprache. Einschließlich chinesischer Wortsegmentierung, Wortartkennzeichnung, Erkennung benannter Entitäten, Extraktion von Entitätsbeziehungen und anderen Technologien.
• Wissenserweiterung. Interpretieren und generieren Sie neuen Text mit vortrainierten Sprachmodellen und Domänenexpertenwissen.

Im Allgemeinen ist Wenxin Yiyan ein wissensgestütztes großes Sprachmodell, das von Baidu entwickelt wurde und sich auf die Technologie von Flying Paddle und Wenxin Large Model stützt, das mit Menschen interagieren, Fragen beantworten, bei der Erstellung helfen und Menschen dabei helfen kann, Informationen und Wissen effizient und effizient zu erhalten bequem und inspirierend.

1.2 Der Trainingsdatensatz von Wenxin Yiyan

Der Trainingsdatensatz des Wenxinyiyan-Modells umfasst:

• Webseitendaten: einschließlich Webseiten-Crawling-Daten von Suchmaschinen und Webseiten-Crawling-Daten von öffentlichen Netzwerkressourcen wie Nachrichten-Websites, Enzyklopädien, Wikipedia usw.
• Suchdaten: einschließlich der Suchanfragen und Suchergebnisse von Benutzern in Suchmaschinen wie der Baidu-Suche.
• Bilddaten: einschließlich von Nutzern hochgeladener Bilder und Bildressourcen von Suchmaschinen, wie z. B. Bildersuchergebnisse.
• Sprachdaten: einschließlich Sprachsuchanfragen und Suchergebnissen von Benutzern, wie z. B. Sprachsuchmaschinen.
• Wissenserweiterungsdaten: einschließlich von Benutzereingaben und Expertenwissen, wie z. B. von Benutzern eingegebene Fragen und Antworten von Domänenexperten.

Diese Daten stammen aus öffentlichen Quellen im Internet und wurden in großem Umfang durch vortrainierte Modelle trainiert. Das Wenxin Yiyan-Modell kann Texte in natürlicher Sprache, Chinesisch und mehreren Fremdsprachen verstehen und generieren und kann Aufgaben wie Wissensschluss und Fragenbeantwortung ausführen.

1.3 Bilderzeugungsalgorithmus basierend auf Wenxin Yiyan

Der Bilderzeugungsalgorithmus von Wenxin Yiyan umfasst hauptsächlich die folgenden Typen:

1. Faltungsneuronales Netzwerk basierend auf Deep Learning: Der Bilderzeugungsteil des Wenxin Yiyan-Modells verwendet ein Faltungsneuronalnetzwerk, um Bilder ähnlich dem Eingabebild zu erzeugen, indem die Feature-Mapping-Beziehung zwischen dem Eingabebild und dem generierten Bild gelernt wird.
2. Generatives Konfrontationsnetzwerk: Der Generator des Wenxin Yiyan-Modells verwendet ein generatives Konfrontationsnetzwerk, um Bilder durch die Interaktion des Generators und des Diskriminators zu erzeugen. Das generative Konfrontationsnetzwerk kann die Merkmalsabbildungsbeziehung zwischen dem Eingangsbild und dem erzeugten Bild lernen und durch die Erzeugung des Generators ein Bild erzeugen, das dem Eingangsbild ähnlich ist.
3. Variations-Autoencoder: Der Variations-Autoencoder des Wenxin Yiyan-Modells verwendet einen Variations-Autoencoder, um die Feature-Mapping-Beziehung zwischen dem Eingabebild und dem generierten Bild zu lernen. Variations-Autoencoder können Bilder erzeugen, die dem Eingabebild ähnlich sind, indem sie das Residuum zwischen dem Eingabebild und dem erzeugten Bild lernen.
4. Andere Variantenmodelle: Neben den oben genannten Modellen gibt es auch einige Variantenmodelle, wie z. B. Modelle auf Basis von VAE und GATCN, die unterschiedliche Bilderzeugungsaufgaben und -eigenschaften kombinieren können, um das geeignete Modell für die Bilderzeugung auszuwählen.

Im Allgemeinen umfasst der Bilderzeugungsalgorithmus von Wenxinyiyan hauptsächlich Deep Learning, generatives Konfrontationsnetzwerk und Variations-Autoencoder. Diese Algorithmen können verschiedene Aufgaben und Eigenschaften kombinieren, um geeignete Modelle für die Bilderzeugung auszuwählen, um eine effizientere und genauere Bilderzeugung zu erreichen.

1.4 Die Nachteile und Vorteile von Wenxinyiyan gegenüber ChatGPT

Als sie anfing, diese Frage zu beantworten, antwortete Wen Xin sehr allgemein, ohne die Frage direkt zu beantworten.

Auf die Frage nach den Vor- und Nachteilen von Wenxin Yiyan und ChatGPT-4 werden die Vor- und Nachteile beider aufgelistet.

Ich habe mehrere ähnliche Fragen hintereinander gestellt, die alle oben beantwortet wurden. Ich vermute stark, dass diese Frage manuell markiert wurde.

2. Ein paar einfache Fragen

2.1 Textverarbeitung und literarisches Schaffen

1) Schreiben Sie einen Bericht über die Entwicklung der Datenökonomie

Wen Xin gab in einem Wort einen Überblick wie folgt:

数字经济是指以数字技术为基础，通过数字化的手段和方式来推动经济发展的新型经济形态。数字经济的发展具有广阔的前景和潜力，对于推动实体经济的转型升级和提高国家竞争力都具有重要的作用。
数字经济的发展背景：
随着信息技术的不断发展，数字经济逐渐成为了推动经济发展的重要动力。数字经济的发展与信息技术密不可分，尤其是互联网和移动通信技术的快速发展，为数字经济的发展提供了坚实的基础。同时，数字经济的发展也受到政策环境的支持和市场需求的拉动。
数字经济的发展现状：
目前，数字经济已经成为了全球经济发展的重要趋势。数字经济的发展主要表现在以下几个方面：
第一，数字技术的应用不断深入。数字技术在各个领域的应用不断深入，包括金融、医疗、教育等传统行业，也包括制造业、农业、物流等新兴行业。
第二，数字经济的市场规模不断扩大。数字经济的市场规模不断扩大，涵盖了数字化服务、电子商务、数字娱乐等多个领域。
第三，数字经济的产业链结构不断完善。数字经济的产业链结构不断完善，数字技术的应用不断深入到产业链的各个环节，推动了数字经济的发展。
数字经济的发展存在问题：
虽然数字经济的发展具有广阔的前景和潜力，但是也存在一些问题和挑战。
第一，数字经济的发展不平衡。不同地区、不同行业的数字经济发展水平存在差异，发展不平衡的问题也逐渐显现。
第二，数字经济的安全问题。数字经济的发展需要保障数字资产的安全性和隐私性，但是数字经济的发展过程中也存在着数字资产被盗窃、滥用等安全问题。
第三，数字经济的人才问题。数字经济的发展需要具有数字化、信息化、创新能力的人才，但是数字经济的发展过程中也存在着人才缺乏的问题。
数字经济的发展趋势：
未来，数字经济的发展趋势将会更加多元化和深入化。数字技术的应用将会更加广泛，数字经济的市场规模将会进一步扩大，数字经济的产业链结构将会更加完善，数字经济的发展将会更加注重创新和人才的培养。同时，数字经济的发展也需要面对信息安全、数字资产保护等问题的挑战。
数字经济的发展建议：
为了推动数字经济的发展，我们需要采取一系列的措施。
第一，加强数字经济的政策环境建设。政府应该制定更加积极的数字经济发展政策，加强数字经济领域的规划和引导，推动数字经济的健康发展。
第二，加强数字经济的产业链结构建设。政府和企业应该加强数字技术的应用，推动数字经济产业链的完善，提高数

2) Erstellen Sie eine PPT über die Entwicklung der digitalen Wirtschaft

Wen Xinyiyan gibt eine grobe Gliederungsvorlage

标题页：
数字经济的发展
第一页：
标题：数字经济的发展
副标题：数字经济的广阔前景和潜力
第二页：
图表：数字经济的市场规模
图表：数字经济的产业链结构
文字：数字经济的发展受到政策环境和市场需求的支持
第三页：
图表：数字经济的发展现状
文字：数字经济已经成为全球经济发展的重要趋势
第四页：
图表：数字经济的安全问题
文字：数字经济的发展需要保障数字资产的安全性和隐私性
第五页：
图表：数字经济的人才问题
文字：数字经济的发展需要具有数字化、信息化、创新能力的人才
第六页：
图表：数字经济的发展趋势
文字：未来数字经济的发展将会更加多元化和深入化
第七页：
图表：数字经济的发展建议
文字：政府、企业和个人应该共同推动数字经济的发展
结尾页：
标题：数字经济的发展
副标题：数字经济的发展是推动实体经济转型升级和提高国家竞争力的重要手段
文字：让我们共同努力，推动数字经济的发展，为实现数字化的中国梦贡献力量。

Für die Antworten auf diese spezifischen Themen sind das Verständnis und die induktiven Fähigkeiten von Wen Xin Yi Yan immer noch gut.

3) Eine Komposition von Guangdongs College-Aufnahmeprüfungskomposition 2022 „Proficient, Skilled, and Common“ mit der Antwort von Wen Xin

标题：本手、妙手、俗手：围棋三种不同的下法

在围棋世界里，本手、妙手、俗手是三个非常重要的术语。它们描述了围棋下法中的三个不同层次，对于围棋的学习和提高都具有重要的意义。

本手是指合乎棋理的正规下法，是围棋的基础，是每个围棋爱好者都应该掌握的技能。本手的学习需要扎实的基本功，只有通过不断的练习和思考，才能逐渐掌握。在围棋中，本手是基础中的基础，只有掌握了本手，才能在围棋的道路上走得更加稳健。

妙手是指出人意料的精妙下法，是围棋的高级技巧，需要经过长期的研究和实践才能掌握。妙手不仅需要扎实的基本功，还需要有超凡的创造力和想象力。在围棋中，妙手是创造力的体现，是一种创新和突破，它能够让人眼前一亮，给对手带来意想不到的打击。

俗手是指貌似合理，而从全局看通常会受损的下法。俗手虽然看似合理，但是从整体上看，会给全局带来损失，影响整个棋局的平衡。在围棋中，俗手是需要避免的，它会影响棋手的水平和信心，甚至会导致整个棋局的失败。

在学习围棋的过程中，我们应该注意到本手和妙手的重要性，但也不能忽视俗手的存在。只有通过深入的理解和不断的实践，才能真正掌握围棋的精髓，成为一名出色的围棋爱好者。
在围棋中，本手是基础，妙手是创造，俗手是需要避免的。只有通过不断的学习和实践，才能真正掌握围棋的技巧，成为一名出色的围棋爱好者。让我们一起努力，不断学习和探索，追求更高的围棋境界。

最后，我想引用一句话来总结本文的内容：“本手是基础，妙手是创造，俗手是需要避免的。”让我们在围棋的学习和实践中，始终牢记这句话，不断追求更高的围棋境界。

Bitten Sie Wen Xin, sich selbst zu bewerten, aber die Antwort ist sehr ehrlich, erhält ungefähr 40 Punkte und führt nur drei Begriffe ein, ohne seine eigene Wahrnehmung und sein eigenes Denken.

Verglichen mit der Antwort, die ChatGPT-3.5 zuvor gegeben hat, wird auch über Go gesprochen, ohne zu denken und zu verstehen. In dieser Hinsicht fehlt das KI-Modell noch.

标题：扎实的基础是必不可少的

学习一项技能，我们必须从基础开始。围棋，这项神秘又古老的游戏，对于初学者来说，先要掌握“本手”。

“本手”是指合乎棋理的正规下法。它是一种经过深思熟虑，按照规则进行操作的方法。在学习围棋时，我们要深入理解“本手”，仔细研究它的精髓，并在实践中持之以恒地练习。只有在“本手”的基础上，我们才能进一步提高棋力。

然而，有些初学者却不愿意专注于“本手”。他们更喜欢挑战“妙手”，这种出人意料的精妙下法。“妙手”可能会带来惊喜和快乐，但是，它往往是“本手”的延伸。如果我们不扎实地掌握“本手”，就很难想象会出现什么“妙手”。

另外，如果不坚持“本手”，我们就很可能会走上一条不归路——“俗手”。“俗手”是指貌似合理，而从全局看通常会受损的下法。它看起来似乎有用，但实际上并不可取。如果我们不明确“本手”的价值，就容易掉入“俗手”的陷阱。这样，我们的棋力不仅不会提高，反而会下降。

因此，在学习围棋时，我们应该重视“本手”的功夫。“本手”是基础，它不仅能帮助我们在比赛中取得好成绩，而且还能为我们创造出“妙手”。只有扎实的基础，我们才能绽放出自己独特的光芒。

学习“本手”的过程中，我们需要专注、认真、耐心。这需要我们投入大量的时间和精力。同时，我们也需要严格按照“本手”的要求去操作，不断地练习、反复练习。通过不断练习，我们才能掌握“本手”，并将它融入我们的比赛。
“本手”也能为我们提供指导，让我们更好地理解围棋的规则和奥妙。它能帮助我们建立良好的棋风，让我们的棋艺更加优秀。

在实践中，我们可以通过多接触不同的“本手”，从中学习经验和技巧。例如，我们可以和更高水平的选手比赛，从他们身上学习“本手”的精髓。我们也可以阅读围棋教程，从中获取“本手”的相关知识。通过不断学习和实践，我们的“本手”水平一定会有所提高。

总之，“本手”是围棋学习中不可或缺的。我们要珍惜它，并努力掌握它。只有这样，我们才能真正成为一名优秀的围棋选手。

2.2 Mathematische Logik und Rechnen

1) Vor 5 Jahren war die Mutter 7-mal so alt wie der Sohn, der Sohn ist dieses Jahr 9 Jahre alt, wie alt ist die Mutter?

Bei einer so einfachen Frage ist die Logik falsch, und es lässt sich eine weitere ähnliche Frage ableiten: Es fühlt sich an, als ob im Training manuelle Anmerkungen gemacht wurden.

2) Geben Sie die Ableitungsmethode der Fourier-Transformation an

Wen Xin Yiyan gab zwei Ableitungsmethoden an: Fourier-Transformation basierend auf einer komplexen Variablenfunktion und Fourier-Transformation basierend auf Fourier-Reihen

2.3 Codierfähigkeit

1) Implementieren Sie den Sortieralgorithmus mit einem Python-Programm

Wenxin Yiyan gibt fünf Algorithmen an: Bubble Sort, Selection Sort, Insertion Sort, Quick Sort, Merge Sort

以下是Python中常用的排序算法：
#冒泡排序
def bubble_sort(arr):  
    n = len(arr)  
    for i in range(n):  
        for j in range(0, n-i-1):  
            if arr[j] > arr[j+1]:  
                arr[j], arr[j+1] = arr[j+1], arr[j]  
    return arr
#选择排序
def selection_sort(arr):  
    n = len(arr)  
    for i in range(n):  
        min_idx = i  
        for j in range(i+1, n):  
            if arr[j] < arr[min_idx]:  
                min_idx = j  
        arr[i], arr[min_idx] = arr[min_idx], arr[i]  
    return arr
#插入排序
def insertion_sort(arr):  
    n = len(arr)  
    for i in range(1, n):  
        key = arr[i]  
        j = i - 1  
        while j >= 0 and arr[j] > key:  
            arr[j+1] = arr[j]  
            j -= 1  
        arr[j+1] = key  
    return arr
#快速排序
def quick_sort(arr):  
    if len(arr) <= 1:  
        return arr  
    else:  
        pivot = arr[0]  
        left = []  
        right = []  
        for i in range(1, len(arr)):  
            if arr[i] < pivot:  
                left.append(arr[i])  
            else:  
                right.append(arr[i])  
        return quick_sort(left) + [pivot] + quick_sort(right)
#归并排序
def merge_sort(arr):  
    if len(arr) <= 1:  
        return arr  
    else:  
        mid = len(arr) // 2  
        left = arr[:mid]  
        right = arr[mid:]  
        return merge_sort(left) + merge_sort(right)
这些算法都是基于比较和交换的，可以根据具体情况选择使用。

2) Verwenden Sie das Python-Programm, um die CPU-Daten des Servers zu verarbeiten, und verwenden Sie echart, um Diagramme zu erstellen

Der vollständige Code lautet wie folgt:

要使用Python程序处理服务器的CPU数据并使用ECharts生成图表，您需要使用Python的socket模块和pyecharts模块。
首先，您需要安装socket模块和pyecharts模块。您可以使用以下命令在终端中安装它们：
pip install socket socket-ssl  
pip install pyecharts
接下来，您需要编写一个Python程序来监听服务器的CPU使用情况。这个程序应该在服务器启动时运行，并且应该在每秒钟检查一次CPU使用情况。您可以使用socket.getrusage()函数来获取CPU使用情况。
import socket  
import time  
  
def cpu_usage():  
    sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)  
    sock.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)  
    sock.bind(('localhost', 8000))  
    sock.listen(1)  
    while True:  
        conn, addr = sock.accept()  
        try:  
            while True:  
                data = conn.recv(1024)  
                if not data:  
                    break  
                conn.sendall(data)  
                time.sleep(0.1)  
        finally:  
            conn.close()  
  
cpu_usage()

在这个程序中，cpu_usage()函数将在每秒钟检查一次CPU使用情况。它使用socket.getrusage()函数来获取CPU使用情况，并将其发送回客户端。
接下来，您需要使用pyecharts模块来生成图表。您可以使用以下命令在终端中安装它：
pip install pyecharts
然后，您需要编写一个Python程序来将CPU使用情况和其他数据发送回ECharts。您可以使用pyecharts.charts模块来创建图表。
from pyecharts import charts  
from pyecharts.charts import Line  
  
cpu_data = []  
cpu_chart = charts.Line()  
cpu_chart.add('cpu_usage', cpu_data)  
cpu_chart.render('cpu_usage.html')
在这个程序中，cpu_data是一个包含CPU使用情况的列表。cpu_chart是一个ECharts图表对象，它将cpu_data添加到图表中。最后，cpu_chart.render()函数将图表保存到名为cpu_usage.html的文件中。
请注意，这只是一个简单的示例程序。您需要根据您的实际需求进行修改和调整。

2.4 Bilderzeugung

Wen Xins Worte vor dem Zeichnen von Bildern wurden vom gesamten Netzwerk lächerlich gemacht, zum Beispiel waren die Lungen des Paares und der starke Verkehr völlig aus dem Namen, und sie wussten nicht, was sie sagen sollten.

1) Zeichnen Sie ein Bild: starker Verkehr. Im Vergleich zu früher ist es ein großer Fortschritt

Im Vergleich zu früher hat es sich tatsächlich sehr verbessert.

2) Verständnis der chinesischen Semantik, zeichne ein Bild "Sonnenuntergangswolken und einsame Enten fliegen zusammen, die Herbstwasser sind lang und der Himmel hat die gleiche Farbe"

2.5 Berufsfeldkenntnisse

1) Was sind die idempotenten Entwurfs- und Implementierungsmethoden verteilter Schnittstellen?

1. Auf atomarer Operation basierendes Idempotenz-Implementierungsverfahren: Atomare Operation bedeutet, dass in einem verteilten System für jede Operation der Ausfall eines bestimmten Knotens nicht dazu führt, dass das gesamte System nicht verfügbar ist. Das Idempotenz-Implementierungsverfahren basierend auf atomaren Operationen kann die Idempotenz der Schnittstelle durch atomare Operationen sicherstellen.
2. Implementierungsmethode der Idempotenz basierend auf verteilten Sperren: Verteilte Sperren sind ein Mechanismus zum Sicherstellen eines gegenseitigen exklusiven Zugriffs auf gemeinsam genutzte Ressourcen zwischen mehreren Knoten in einem verteilten System. Das auf verteilten Sperren basierende Idempotenz-Implementierungsverfahren kann die Idempotenz der Schnittstelle durch die Verwendung verteilter Sperren sicherstellen.
3. Implementierungsmethode der Idempotenz basierend auf der Nachrichtenwarteschlange: Die Nachrichtenwarteschlange ist ein Mechanismus zum asynchronen Zustellen von Nachrichten in einem verteilten System. Basierend auf der Idempotenz-Implementierungsmethode der Nachrichtenwarteschlange kann die Idempotenz der Schnittstelle durch die Verwendung der Nachrichtenwarteschlange garantiert werden.
4. Idempotenz-Implementierungsmethode basierend auf Datenreplikation: Die Datenreplikation ist ein Mechanismus zum Synchronisieren von Daten in einem verteilten System. Die auf Datenreplikation basierende Idempotenz-Implementierungsmethode kann die Idempotenz der Schnittstelle durch Verwendung von Datenreplikation sicherstellen.

Das Obige stellt einige gängige Methoden für das Design und die Implementierung von Idempotenz in verteilten Schnittstellen dar. Welche Methode zu wählen ist, sollte entsprechend den spezifischen Geschäftsszenarien und Anforderungen abgewogen und ausgewählt werden.

2) Was sind die Schulen der chinesischen Medizin seit der Antike? Welche Schulen kommen der Essenz der chinesischen Medizin am nächsten?

3) Wie ist der Entwicklungsstand inländischer lokalisierter Datenbanken? Was sind die repräsentativen Datenbankprodukte?

Natürlich bin ich als Berufsfeld mit den obigen Antworten nicht zufrieden.

3. Zusammenfassung

Nachdem ich Baidus Wenxin Yiyan-Modell erlebt habe, habe ich ein paar Gefühle:

1. Die Funktion zum Zeichnen von Bildern wurde qualitativ verbessert, und es gibt weniger Fälle, in denen der Bullenkopf mit dem Pferdemaul verwechselt wird, was zeigt, dass es sich nicht um eine einfache Übersetzung aus dem Chinesischen ins Englische handelt, um die API-Schnittstelle aufzurufen
2. Die Fähigkeit der mathematischen Logik muss noch verbessert werden, und einige einfache mathematische Argumente machen Fehler auf niedriger Ebene
3. In Bezug auf die Textverarbeitung und -erstellung sind reiche emotionale und ideologische Konnotationen immer noch außerhalb der Reichweite von KI
4. Genauigkeit in zu erkennenden Fachgebieten
5. Einige heikle Themen sind blockiert, wenn ich zum Beispiel nach dem 20. Nationalkongress frage, wird dieses Thema direkt beendet

---

Verweise:

1. https://yiyan.baidu.com/
2. ChatGPT-Erfahrung des stärksten KI-Modells auf der Oberfläche