[iFlytek Spark] Sparkラージモデル2.0の詳細な体験

新華社通信研究所の中国企業発展研究センターが発表した「人工知能大型モデル体験レポート2.0」によると、テストされた8つの大型モデルはすべてテクノロジー大手、または権威ある機関と協力して開発された正式なチームからのものだった。たとえば、iFlytek Spark は「AI ナショナルチーム」の名声を誇る iFlytek によって開発されましたが、Zhipu AI-ChatGLM は清華大学コンピューターサイエンス学部の技術成果を転換した企業によって構築されました。評価結果では、iFlytek Spark が合計スコア 1013 ポイントで、Benchmark (人間) にわずか 1 ポイント差で 1 位を獲得しました。これは、iFlytek Spark が評価で優れたパフォーマンスを発揮し、顕著な結果を達成したことを示しています。

iFlytek Spark Cognitive Model - AI Large Language Model - Spark Model - iFlytek Spark Cognitive Model, launch by iFlytek 新世代の認知知能クロスドメインの知識と言語理解機能を備えた大規模なモデル。自然な対話に基づいてタスクを理解して実行でき、言語理解、知識 Q&A、論理的推論、数学的問題解決、コードの理解と記述などの能力を提供します。https://xinghuo.xfyun.cn/?ch=bl_Y95KVn

iFlytek Spark は、複数回の対話、論理、数学的能力においてより高いレベルのアップグレードを達成しており、IQ の点で優れているだけでなく、心の知能指数にも優れています。人間の常識と知識を広範に学習することで、iFlytek Spark は人間の言語と行動をより深く理解し、厳密な思考推論と強力な分析的意思決定能力を実証します。また、iFlytek Sparkには医療などの専門分野での深い経験と知識が蓄積されており、これも他の大型モデルと比較した利点の1つです。

iFlytek Spark モデルバージョン 2.0

最近, iFlytek Spark コグニティブモデルがバージョン 2.0にアップグレードされました。最大のアップグレードは、コーディング機能とマルチモーダル機能の大幅な向上です。ブロガーに体験してもらいましょう。

マルチモーダル機能

2.1 マルチモダリティとは何ですか?

マルチモーダルとは、システムまたはタスクに複数の異なる知覚様式または情報表現方法が同時に関与することを指します。一般的な知覚様式には、視覚 (画像、ビデオ)、聴覚 (オーディオ)、言語 (テキスト)、触覚などが含まれます。マルチモーダルテクノロジーを通じて、さまざまなモダリティからのデータを融合および相互作用させて、より包括的で豊富な情報を取得できます。

iFlytek Spark 大型モデルは、画像、音声、テキストなど、複数の異なる認識モダリティを同時に処理できます。これにより、複数の入力データを包括的に理解して分析できるようになり、より包括的で正確な情報が得られます。

私はそれを2回操作しましたが、かなり良い感じで、完全に期待通りで、何の欠陥もありません。

2.2 アシスタントセンター

アシスタントセンターは、ユーザーが Spark モデルをより良く使用できるように設計されたさまざまな実用的なツールと機能を統合したプラットフォームです。拡張アシスタント、コピーライティングマスター、および Python エディターのログイン機能を提供して、ユーザーがモデルをよりよく理解して適用できるようにサポートします。同時に、アシスタントセンターは、モデルのパフォーマンスを改善および最適化するためのユーザーのフィードバックや提案のためのチャネルも提供する場合があります。

コピーライティングマスター実際のテスト:

これは単にメディア関係者にとっての利点であり、コピーライティングの問題を心配する必要がなくなりました。

ロール設定により、専属アシスタントを素早くカスタマイズできます。独自のデータセットを作成し、それをアシスタントに関連付けて質問するために使用することもできます。これは、あなたの経歴、ビジネス、ニーズに合わせてカスタマイズされた、完全にあなた専用のアシスタントをトレーニングできることを意味します。最終的には、あなただけのアシスタントが手に入ります。

2.3. コード能力

コード生成: Spark Big Model は、指定された要件と条件に基づいて合理的なコードスニペットを生成できます。

import requests
from bs4 import BeautifulSoup
import xlwt
import re

def main():
    baseurl = "https://movie.douban.com/top250?start="
    datalist = getData(baseurl)  # 获取数据
    savepath = "豆瓣电影Top250.xls"
    saveData(datalist, savepath)  # 保存数据到Excel文件

def getData(baseurl):
    datalist = []
    for i in range(0, 10):  # 遍历每页
        url = baseurl + str(i*25)
        html = askURL(url)  # 发送请求获取网页内容
        soup = BeautifulSoup(html, "html.parser")  # 使用BeautifulSoup解析网页
        items = soup.find_all('div', class_="item")  # 找到电影条目的div标签
        for item in items:
            data = []
            item_link = item.find('a')['href']  # 获取电影详情链接
            item_img = item.find('img')['src']  # 获取图片链接
            item_title = item.find('span', class_="title").get_text()  # 获取影片中文名
            item_rating = item.find('span', class_="rating_num").get_text()  # 获取评分
            item_judge = item.find('span', string=re.compile("人评价")).get_text()  # 获取评价数
            item_inq = item.find('span', class_="inq")  # 获取概况
            item_bd = item.find('p', class_="")  # 获取相关信息
            if item_inq:
                item_inq = item_inq.get_text().replace("。", "")
            else:
                item_inq = ""
            if item_bd:
                item_bd = item_bd.get_text().strip()
            else:
                item_bd = ""
            data.append(item_link)
            data.append(item_img)
            data.append(item_title)
            data.append(item_rating)
            data.append(item_judge)
            data.append(item_inq)
            data.append(item_bd)
            datalist.append(data)  # 将电影数据添加到列表中
    return datalist

def askURL(url):
    try:
        headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.212 Safari/537.36'
        }
        response = requests.get(url, headers=headers)  # 发送请求
        response.raise_for_status()
        response.encoding = response.apparent_encoding
        return response.text  # 返回网页内容
    except requests.RequestException as e:
        print(e)
        return ""

def saveData(datalist, savepath):
    workbook = xlwt.Workbook(encoding="utf-8")  # 创建一个新的Excel文件
    worksheet = workbook.add_sheet('豆瓣电影Top250', cell_overwrite_ok=True)  # 添加工作表
    col = ('电影详情链接', '图片链接', '影片中文名', '评分', '评价数', '概况', '相关信息')  # 列名
    for i in range(len(col)):
        worksheet.write(0, i, col[i])  # 写入列名
    for i in range(len(datalist)):
        print("第%d条：" %(i+1))
        data = datalist[i]
        for j in range(len(data)):
            worksheet.write(i+1, j, data[j])  # 写入数据
    workbook.save(savepath)  # 保存Excel文件

if __name__ == "__main__":
    main()

コードは実際に使用可能であり、クロールされたコンテンツはニーズを満たしており、他にも優れたコーディング機能があることがわかりました。