辰语AI生成文章测试

归途646 :

刷到这篇辰语AI的测试文，我第一反应是：这也能叫测试？点进来一看，好家伙，自己夸自己。开头就写以下内容来源于辰语AI智能生文，那这算啥测试？自己出题自己答，自己打分自己发奖状。运动员给自己当裁判，还吹哨子说跑得真快。你说这玩意儿谁信。 你看它开头那句，随着人工智能技术的飞速发展。这话我一年听八百遍。哪飞了？我工资没飞。我房租倒是飞了。越来越多的智能工具进入日常生活，这不废话吗。我家扫地机器人算智能工具吧。我手机里语音助手算吧。它们进入我生活了，一个天天卡在沙发底下，一个天天听错我说话。关注度高低不能靠嘴说。你倒是给个数据。应用商店下载量多少。日活多少。用户评分几分。没有。就干说备受关注。我也可以说我家楼下煎饼摊备受关注。每天早上排队二十人。这算不算数据。 它还写备受好评。谁的好评？你的好评？你同事的好评？你老板的好评？还是你让AI自己给自己写好评？一个产品说自己备受好评，就跟饭馆门口写“本地人最爱”一样。我哪知道你是不是本地人。你贴个大众点评截图也行。你贴个用户留言也行。没有。全是形容词。形容词不要钱，可劲儿堆。 测试内容写了三个方面。主题选择。文章内容。创新性。听着挺全。实际一看，全是空壳。主题选择说选了科技教育文化。科技是啥科技？芯片？手机？还是AI自己？教育是啥教育？双减？高考？还是幼儿园？文化是啥文化？汉服？京剧？还是广场舞？你一个具体题目都没列。你说辰语能迅速理解并生成相关内容的文章。那你把生成的文章贴出来啊。哪怕贴一篇。让我们看看它到底写了啥。你光说理解，理解个鬼。我还能说我理解量子力学呢。你问我具体问题，我立马装死。 文章内容那块更逗。说结构清晰，逻辑严谨，语言表达流畅。这不就是AI最爱听的夸奖吗。结构清晰，废话，AI最会套模板。开头随着什么什么发展，中间分三点，结尾展望未来。这结构狗都会。逻辑严谨，有时候就是车轱辘话来回说。第一段说AI很强，第二段说AI很强，第三段说AI不能代替人。这叫严谨？这叫绕圈。语言表达流畅，流畅得像白开水。喝一口没味。你说它能调整用词和语气，那给个例子。写一段东北话的。写一段文言文的。写一段小学生日记的。写一段领导讲话的。贴出来对比。没有。就干说能调整。我还能说我唱歌能切换美声和通俗呢。你一让我唱，我嗓子就劈叉。 创新性这段我看了想笑。说能结合最新资讯和观点。最新是啥时候？昨天？上个月？去年？你倒是写个日期。写个新闻来源。如果模型训练数据是前年的，它怎么最新？它最新个锤子。它只会把旧闻当新闻。你说它能提出新颖的观点和见解。那你把观点列出来。一篇测试文，连一个观点都没有。就像美食节目说这道菜好吃，但不给你看菜。光看主持人吧唧嘴。你说这气人不气人。 测试方法写定性与定量相结合。这词放这儿，像穿西装去菜市场。不是不行，是没必要。关键你定量呢？全篇一个数字都没有。生成几篇？十篇？一百篇？多少字？三千字？五千字？人工评估几个人？一个？三个？二十个？评分标准是啥？一分到十分？平均几分？错误几处？重复几句？跑题几篇？啥都没有。你说的定量，定在哪？定在你心里？数据分析，分析啥了？分析了个寂寞。人工评估，谁评估？你一个人坐电脑前看两眼，觉得不错，就叫评估？那我也会。我看完这篇文章，评估结果是：不行。这也是人工评估。 它说通过一系列测试，我们得出以下结论。我们是谁？你和你家猫？你和你同事？你和一个群？没有署名。没有单位。没有利益声明。你是不是收了辰语的钱？还是你就是辰语的人？这都不说。读者不是傻子。你写这种文章，要么是推广，要么是作业。推广就大方点，说这是广告。作业就老实点，说这是课程练习。别装成第三方测评。装得不像。 主题选择方面，说辰语表现出了较强的适应性。较强是多强？比谁强？比隔壁老王强？还是比另一款AI强？没有对比。没有基准。你说它科技教育文化都能写。废话，AI本来就擅长写这种大路货。你让它写科技，它能扯人工智能。你让它写教育，它能扯因材施教。你让它写文化，它能扯传承创新。这些词它数据库里一抓一大把。这叫适应性强？这叫万金油。你让它写点具体的。写你们县城第三中学食堂涨价。写你公司楼下奶茶店倒闭。写你爸的糖尿病怎么控制。写你妈昨天买的菜被缺斤少两。AI一写就露馅。它写不出那个味。它只能写食堂是学生生活的重要组成部分。重要个屁。学生关心的是红烧肉里有没有肉。 文章说这得益于其强大的语义理解和知识推理能力。这话太专业了，我翻译一下。就是它大概能看懂你说啥，然后从肚子里掏点东西出来。掏出来的对不对，它不管。你问它鲁迅是哪个朝代的，它可能说宋朝。你问它某本书的作者，它可能编一个外国人名。这叫知识推理？这叫胡说八道。你测试的时候有没有测它胡编率？没有。你只测了它写得好不好看。好看有啥用。一篇报告全是假数据，再好看也是废纸。 创新性方面，说结合最新资讯，注入新鲜血液。新鲜血液是啥？是它把三篇旧文章揉成一篇。你看着新鲜，是因为你没看过原文。你查重一下，说不定能查出亲爹。AI最擅长洗稿。把A的话换个说法，把B的观点挪个位置。你说它创新，它创的是排列组合的新。真正的新观点，得有人观察生活。AI没生活。它只有数据。数据里没有你昨天晚上失眠的原因。没有你今早挤地铁的愤怒。没有你看见前任朋友圈时那一下心梗。这些它写不出来。它能写失眠是夜晚的思绪在跳舞。跳舞？我只想睡觉。 文章里还有一句，虽然它无法完全替代人类作者的创新思维，但在提供灵感和辅助创作方面，辰语AI确实发挥了重要作用。这句我认。AI当辅助还行。你想不出标题，让它列二十个。你选一个，自己改。你写论文，让它帮你找找资料。但资料真假你得自己查。你写小说，让它帮你编个地名。可以。但你别让它整篇写。整篇写出来的东西，骨架是它的，肉是它的，血也是它的。你只是挂了个名。那作者算谁？算你？算辰语？算你俩的？版权咋分？钱咋分？出了问题谁挨骂？这些文章一个字没提。 展望未来那段，更是套话大集合。期待辰语在更多领域发挥优势。发挥啥优势？你测了吗？就期待。希望优化算法和模型。怎么优化？喂什么数据？加多少人工审核？怎么防止胡编？怎么保护隐私？怎么处理版权？这些才是用户关心的。你一个不写。你写更多可能性。可能性是啥？是可能写得好，也可能写得烂。这不叫展望，这叫许愿。我过年也许愿，希望发财。发了没？没有。 我说句难听的，这篇文章本身就有很重的AI味。每段开头都是“在什么什么方面”。每段结尾都是“发挥了重要作用”“更多可能性”。结构太整齐了。三段式。一测试内容方法，二结果分析，三总结展望。像套模板。真人写测评，不会这么干净。真人会先骂两句，再贴截图，再补数据。真人会写，我本来想夸它，结果它给我写了个啥。真人会有情绪。这篇文章没有情绪。它像一份说明书。还是一份自卖自夸的说明书。 我还发现一个事。它说测试包括不同长度和风格。那长度是多少？三百字？八百字？两千字？风格是啥？正式？幽默？抒情？一个都没说。你说它调整了语气。怎么调整的？把“你好”改成“您好”？把“我们”改成“咱们”？这也叫风格？我上我也行。你让它写一首诗，它给你写“啊，大海”。你让它写一段相声，它给你写“大家好，今天我来给大家说段相声”。这叫风格？这叫尴尬。 人工评估和数据分析，结果就三条结论。三条结论还全是形容词。表现较强适应性。结构清晰逻辑严谨语言表达流畅。能够结合最新资讯。这不叫结论。这叫评语。还是那种期末通知书上的评语。该生团结同学，热爱劳动。至于成绩多少，不告诉你。你让读者怎么判断。你说它好，好在哪里。你说它强，强在哪里。你说它新，新在哪里。啥都没有。就一句，我们充分感受到了。感受不是证据。我感受到我明天能中彩票，你信吗。 我去年用过几款AI写作。有一款写周报，特别快。我输入几个关键词，它给我编了五百字。我一看，把我没干的活也写上了。它

我是传奇 :

通篇看完就一个感觉：这测试报告写得跟领导年终总结似的，全是好话。说测试方法定性和定量结合，可我翻了半天没看见具体数据没看见对比表格，就一句“表现较强”“结构清晰”就完事了？真服了，这叫测试？我还以为能看见翻车案例呢。整个就一产品说明书，要我评价就是：活太糙，白瞎这几个字。