ChatGPT应用探讨系列之三：不同大语言模型产品操作性能及进阶应用比较

金 融 工 程 研 究 2023.05.25 1 敬 请 关 注 文 后 特 别 声 明 与 免 责 条 款 专 题 报 告 不同大语言模型产品操作性能及进阶应用比较——ChatGPT 应用探讨系列之三 分析师 曹春晓 登记编号：S1220522030005 刘洋 登记编号：S1220522100001 联系人 邓璐 相 关 研 究 《ChatGPT 在择时、风格、行业、选股中的应用实践——ChatGPT 应用探讨系列之二》2023.05.04 《小盘风格延续 1000 指增产品优势凸显——易方达中证 1000 指数量化增强分析》2023.04.12 《静待养殖周期拐点，聚集行业龙头收益弹性突出 ——中证畜牧养殖指数投资价值分析》2023.04.12 《4 月份建议关注红利基金 LOF、食品 ETF、智能制造 ETF、深创 100ETF 等产品》2023.04.03 《推动个股价格变化的因素分解与“花隐林间”因子——多因子选股系列研究之十》2023.03.27 《2022 年表现好的偏股 FOF 投资方式几何？》2023.03.14 本文简单介绍了几个关注度较高的大语言模型产品，包括 GPT3.5、GPT4、文心一言、讯飞星火、Bard 和 New Bing，并比较了不同语言模型的操作性能及代码应用等方面的差异。 GPT3.5 和 GPT4 是 OpenAI 的产品，基于 Transformer 架构，以自回归方式从大量文本中学习预测下一单词，功能包括生成文本、提供问答、写作支持和翻译等。文心一言是百度开发的基于知识增强的大语言模型，讯飞星火则是科大讯飞推出的新一代认知智能大模型，能够基于自然对话方式理解与执行任务。Bard 是谷歌的大型语言模型聊天机器人，使用 LaMDA 模型从高质量信息源中提取回复内容。New Bing 是微软基于 OpenAI 的 ChatGPT 语言模型的搜索引擎，具有丰富的搜索和语言交互的能力。 我们总结了几种人工智能语言模型在基本操作和性能方面的差异。通过对它们的输入、输出和代码能力等方面进行测试和评估，可以看到不同模型之间存在不同的限制和特点，例如输入限制、中文支持、对表格数据的分析能力以及代码生成的实现等，因此用户可以根据具体的应用场景和需求来选择最合适的产品。 此外，我们发现部分模型具备较好进阶功能，如对表格数据的分析和代码生成能力。在代码生成能力的随机测试过程中，GPT4 和 New Bing 能够较好的完成某些代码生成任务，相比其他模型有更大的优势。总体而言，这些比较是为了更好地了解不同模型的操作性能和进阶应用，并为用户选择合适的语言模型提供参考。 风险提示： 模型迭代不及预期、各模型回答结果不一、文本与代码生成有误、模型更新后相关功能可能发生较大变化。 方 正 证 券 研 究 所 证 券 研 究 报 告 专题报告 2 敬 请 关 注 文 后 特 别 声 明 与 免 责 条 款 正文目录 1 几种语言模型产品的基本情况介绍 .................................................................. 5 1.1 GPT3.5 ................................................................................... 5 1.2 GPT4 ..................................................................................... 5 1.3 文心一言 ................................................................................. 5 1.4 讯飞星火 ................................................................................. 5 1.5 Bard ..................................................................................... 5 1.6 New Bing ................................................................................. 5 2 几种语言模型产品的操作性能及进阶功能比较 ........................................................ 6 2.1 投资框架：输入输出与基本操作 ............................................................. 6 2.2 是否能对表格数据进行分析 ................................................................. 6 2.3 是否能模仿文本风格生成相应的点评 ......................................................... 8 2.4 是否能根据需求表述实现代码生成 .......................................................... 10 2.4.1 比较不同模型关于下载数据的代码生成 ................................................ 10 2.4.2 比较不同模型关于动量策略的代码生成 ................................................ 12 2.4.3 比较不同模型关于基金收益分析的代码生成 ............................................ 14 3 风险提示 ....................................................................................... 16 rQoNnNoPoMoNrOqOyRnMrObR9R8OpNpPtRmPfQqQtOfQtRrP6MrQtNvPnPpRuOnPqP专题报告 3 敬 请 关 注 文 后 特 别 声 明 与 免 责 条 款 图表目录 图表 1: 几种人工智能语言模型应用测试........................................................... 6 图表 2: 基于数据分析 ChatGPT3.5 的问答 .......................................................... 7 图表 3: 基于数据分析 ChatGPT3.