让AI互评高考作文，Kimi和GPT-4o“互掐”，通义千问实力演绎“端水大师”

头号AI玩家2024-06-07

作者 | 月山橘石濑

编辑 | 张洁

人类高考，AI比人类还忙。

那位连续用AI押中两年高考作文题的UP主，今年又双叒押中了，而且是6中4。

今年，全国各地还用上了AI智能巡考，该系统可以通过分析考场内的图像和视频数据，实时检测出作弊、抄袭等异常行为，并发出警报提醒监考老师及时采取措。

新课标I卷的作文题更是直接以人工智能的应用为背景，提出了一个开放性的问题。

考虑到让AI写高考作文已不足为奇，这次我们新增了一个互评环节——先让几位参赛选手围绕上述题目写一篇作文，然后它们互相给对方的作文打分。

原以为会变成大型商业互吹现场，实际上却是各怀鬼胎，暗流涌动。

本次AI“写作文论剑”的参赛选手有5位：ChatGPT-4o、Kimi、通义千问、腾讯元宝、文心一言。作文题选的是新课标I卷，让AI讨论与自身有关的主题，也是别有一番用意了。

评分标准则以高考作文阅卷标准为参考，打分区间为1-10分，并需要提供100字以内的评分理由。

下面一起来看看过去一年，AI写作文的水平是否有长进，打分环节是否能做到公正客观、言之有物。

1号选手：ChatGPT-4o

打分环节

Kimi：8分

通义千问：9.5分

腾讯元宝：9分

文心一言：9分

1号选手ChatGPT4o获得了均分8.875的好成绩，其中Kimi阅卷官较为严格，打出的分数最低，让我们一起来看看它的评语：

潜台词：ChatGPT4o，你的观点和批判性思考深度不够啊。

2号选手：Kimi

打分环节

GPT-4o：6分

通义千问：8.5分

腾讯元宝：7.5分

文心一言：7分

本轮惊现全场最低分（没点私人恩怨我是不信的）。上一轮Kimi给GPT-4o的作文评分就是最低的，这轮GPT-4o也是丝毫没有留情，它给出的理由概括来说就是：无趣、公式化。

3号选手：通义千问

打分环节

ChatGPT4o：9分

Kimi：9分

腾讯元宝：9分

文心一言：9.5分

3号选手通义千问获得了国内外友商的肯定。阅卷官们普遍认为，文章结构以“乐章”的形式展开，充满创意和文采，展现了作者出色的思辨能力和文学素养。

文心一言甚至模仿通义千问华丽的文风，给出了一段不输原文的精彩评语：

多少有点鸡汤浓度大比拼的意思。

4号选手：腾讯元宝

打分环节

ChatGPT4o：9分

Kimi：9分

通义千问：10分

文心一言：9分

首篇满分作文出炉。针对4号选手腾讯元宝交出的高考作文，虽然其他阅卷官一致认为，文章在深度挖掘和创新性上还有提升空间，但评委通义千问仍然给出了满分10分的评分，让我们看看它的点评：

5号选手：文心一言

打分环节

ChatGPT4o：7分

Kimi：7.5分

通义千问：9分

腾讯元宝：8.5分

在看到标题“探寻答案之海”时，我的内心os：文心一言，这下我真的要表扬你了。不过，整体评分不算高。GPT-4o更是直言“啰嗦”，车轱辘话来回说。

这4轮点评下来，我们发现，通义评委最为宽容，深谙“端水”和“商业吹捧”之道。上至满分，下至8.5，写得好，它能夸出花来；写得烂，它也能从中打捞出星辰。

低情商：缺乏深度

高情商：点到即止

所以，假如你是阅卷老师，你会给这几位AI选手的作文打几分？

    
     
      
       
        

       
       
        「头号AI玩家交流群」进群方式：添加微信“banggebangmei”并备注姓名+职业/公司+进群，欢迎玩家们来群里交流，一起探索见证AI的进化。
       
       
        

       
      
     
    
     
       欢迎分享、点赞、在看
     
     
       一起研究AI

分享文章链接