# 比 ChatGPT 更早发布的微信大语言模型，现在什么水平？ - 作者：黄智健 - 发布时间：2023-03-03 19:55 - 分类：产品 - 原文：https://www.ifanr.com/1537705 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM17.jpg) ChatGPT 的出现让 AI 技术一跃成为了科技圈的当红炸子鸡。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/mdraktuell-chat-gpt-102-resimage_v-variantSmall16x9_w-960.jpeg) 几乎万能的 ChatGPT 让写邮件、拟合同等重复性工作失去了意义，对于写代码、写小说、写 PPT 等工作它更是信手拈来。 但讨论 ChatGPT 能做什么、能取代些什么等话题已经过时了，现在人们更想要知道下一个「ChatGPT」在哪？ 微软的新 Bing？现在排队可能要排到天荒地老。 百度的文心一言？它离 3 月 16 日的正式发布倒是快了。 Google 的 Bard？这更是一个未知数。 难道现在除了 ChatGPT 以外，就没有懂得聊天的机器人了吗？ 先别急，什么都懂一点的微信不会轻易得让你失望。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM17.jpg) 在去年 10 月微信低调发布了一个名为 WeLM 语言模型，当时微信对 WeLM 的定义只是一个能「唠嗑」的 AI。 现在回看，WeLM「唠嗑」的能力已经能满足我们对文本生成式 AI 的期待。 不过微信强调 WeLM 并不是聊天机器人，而是一个补全用户输入信息的生成模型。 根据微信反馈的消息，WeLM 只是微信内部的创新型实验项目，没有计划应用到实际的产品之中，也不会与微信 app 的体验有所关联，未来 WeLM 有可能会不定时下架。 ### **八项全能** WeLM 能做什么呢？ ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM23.jpg) 先给它出个关于阿房宫问题，看看它的知识储备量。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM22.jpg) 似乎回答得没什么毛病，再看看它对二次元了解多少。 看来一些基本的二次元常识对 WeLM 来说还是过于简单了。 既然常识知识问不倒他，那么问点最新资讯看看 WeLM 能不能回答得上来。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM4.jpg) 当我问到它知不知道 ChatGPT 时，WeLM 的回答开始出现错误，答案和事实偏差十万八千里。 再问问一些特别细节的问题，例如《可爱女人》的第一句歌词是什么？ ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM8.jpg) ▲ 可爱女人坐船头是什么异次元混搭…… WeLM 的表现也不能令人满意。 这也是 WeLM 的局限性所在。根据微信团队给出的说明，WeLM 并不是一个直接对话的机器人，而是一个补全用户输入信息的生成模型。 WeLM 全称为 Well-Read Language Model，最大的模型版本的训练参数达 100 亿，它的强项在于中文理解和生成能力，能够在在零样本或少样本的情境下完成多种 NLP 任务（包括多语言任务）。 根据官方给出的提问教程，WeLM 的回答问题的侧重点应该是在「补全句子」上。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/welm.jpg) 例如在「给猫取名字」的例子上，提问者需要先给 WeLM 举出一些例子，再让 WeLM 来补全。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM19.jpg) 也许是测试版本的原因，目前 WeLM 补全答案时的发散性似乎要大于准确性，因此你会发现 WeLM 什么都能答上来，但是回答得不一定准。 对于它的一些「胡言乱语」，只能说大家笑一笑就好。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/welm01.jpg) 这种补全内容的回答机制可以诞生出各种各样的玩法，微信官方为此提供了「对话、文案生成、文本改写、阅读理解、翻译、文章续写、自由任务」共八种模式。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM6.jpg) 先来试试商品文案生成，我用它为制糖工厂的硬糖充电头生成了一段商品文案，前半段看起来还像模像样的，但写到后面的商品描述时似乎 CPU 就过载了。 不得不说，最后一句「一种只为爱的甜蜜味道」还有点耐人寻味的意思。 再来试试翻译，这可是微信的强项。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM11.jpg) 我用它翻译了一段 OpenAI 对 ChatGPT 的介绍，WeLM 轻松完成了任务。 根据官方的介绍，WeLM 不仅能完成多种语言间的翻译，还能翻译同时夹杂着多种语言文段。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM20.jpg) 例如这段同时包含中文、英文、日文的复杂语句，WeLM 就能完整地翻译出来。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM15.jpg) 当你在看像公司财报那样又长又复杂的文章时，可以将它复制到 WeLM 里，用「阅读理解」直接检索出想要的信息。 不过 WeLM 的理解能力还比较表面，它基本上只能回答出能在文章中直接检索到信息，如果你想基于苹果 2022 年的营收额和增长率，问它苹果 2021 的营收额是多少，这种拐个弯的问题它就不能计算出来。 或者说，你需要用更精准的提示词（prompt）指令才有可能让它答出。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM14.jpg) WeLM 的对话功能是一个可玩性挺高的功能，你可以通过一系列的提示词为 WeLM 设立人设（变成李白、变成乔布斯、变成马斯克），实现一场跨越时空的对话。 我试着让 WeLM 扮演的李白评价一下杜甫，「李白」评价道读杜甫的诗就像饮下一壶美酒，还引用了杜甫的《哀江头》。 《哀江头》作于至德二年（757 年），而李白逝世于宝应元年（762 年），没准李白生前还真的读过杜甫的《哀江头》。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM3-1.jpg) 你还可以让 WeLM 扮演马斯克，让它评价一下特斯拉、Twitter、自动驾驶等问题，甚至可以采访它对于李白的看法。 ### WeLM 是怎么做到的？ 一番体验过后，我明显感觉到 WeLM 对于精准提示词的依赖性要高于 ChatGPT。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM10.jpg) 虽然两者都有很强的自然语言理解能力和表达能力，但 WeLM 的学习成本和使用成本要更高，在让 WeLM 回答问题之前你需要先给它讲清楚回答问题的逻辑（举例回答），提示词也要不断地打磨，最终才会得到你想要的答案。 相比之下，ChatGPT 是一个平易近人的隐士，进可高山流水，退可下里巴人。无论是简单的问句、文章总结，还是复杂的编程问题，ChatGPT 基本上都能一并解答。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/welm001.jpg) ▲ 图片来自：微信 AI 这当然也和两者的模型算法、训练参数量有关，WeLM 的一大优势在于它是采用多样化和广泛的中文网页、书籍、新闻、论坛和学术论文数据集进行训练，对于中文的理解能力会更加突出。 WeLM 的学习数据来源主要从 Common Crawl 下载的近两年的中文网页数据，除此之外还包括大量的书籍、新闻、论坛数据和学术论文等，总数据量为 10 TB。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/welm002.jpg) ▲ 图片来自：微信 AI 抛开 ChatGPT 这样的尖子生不谈，WeLM 在和 CPM、华为 Pangu、百度 Ernie 3.0（文心一言前身）等同级别模型对比时，在 14 项 NLP 任务上 WeLM 基本上都能实现领先。 ![](https://s3.ifanr.com/wp-content/uploads/2023/03/WELM12.jpg) 可惜的是，这只是微信的一次实验性尝试，在未来有可能会不定时下架，短期内我们应该也很难在微信上见到类似的智能聊天功能，本文仅作为功能体验分享。 体验网址：https://welm.weixin.qq.com/docs/playground/ 注意：WeLM 只是微信内部的创新型实验项目，没有计划应用到实际的产品之中，也不会与微信 app 的体验有所关联，敬请保持开放、探索的心态进行体验。