计算机行业深度研究：文心一言、GPT3.5及GPT-4的应用测评对比

　　投资逻辑

    　　OpenAI于2023年3月14日发布最新版本多模态大模型GPT-4及其API；国内百度于3月16日发布生成式大模型“文心一言”并开放邀请测试。为对比国内外大模型在各领域的性能差异，我们对文心一言、GPT-3.5（ChatGPT 的原模型）和GPT-4的问答表现分别进行了测评。测评涉及常识和创作（文学/图片）、归纳和推理（演绎推理/情感推理/逻辑推理/主体信息抽取）、数学和代码、应用（Al助手/客服/办公协同/推荐/诗词理解）等方面。在常识和创作类问题中，三大模型均能正确回答客观常识类问题；进行文学创作结果均能体现正面价值观，但文心一言的分词功能有待提升；目前 GPT-4尚未开放图像生成外部测试，文心一言的图像生成能力较为出色。

    　　在归纳和推理类问题中，文心一言在演绎推理、逻辑推理等领域表现略逊于GPT系列模型，但在归纳总结类任务中表现较好；三大模型在情感推理类问题中仍有提升空间。

    　　在数学和代码类问题中，GPT-3.5有更好的数学能力表现；GPT-3.5及GPT4模型均完成了本文提出的代码生成问题，但并非最优解，文心一言代码问题识别能力有待加强。

    　　在应用场景测试中，三大模型均能较好地完成Al生活助手、售后客服、产品推荐、办公场景文本生成等任务，但在文言文和古诗词理解运用方面表现不佳。

    　　我们认为随百度文心及OpenAl合作生态伙伴数量快速增长、训练数据量和模型训练能力持续提升，各模型性能都有望实现进一步优化完善。

    　　投资建议

    　　文心一言、GPT-3.5、GPT-4三大模型在常识问答、文字生成等领域均有出色表现，其中，文心一言虽然在逻辑推理等任务中表现不及GPT-3.5、GPT-4，但已能够基本满足Al助手、售后客服、产品推荐等诸多场景需求，百度文心的开放应用将极大加速国内生成式Al模型的落地应用节奏，有望帮助生态伙伴实现用户体验提升和生产降本增效我们建议关注在Al领域进行持续布局且拥有成熟应用场景的公司，如万兴科技、汉得信息、凌志软件、同花顺、金山办公。

    　　风险提示

    　　海外基础软硬件使用受限；应用落地不及预期；行业竞争加剧风险；测评问题有限导致结果或有偏差。