編程表現比肩ChatGPT，這個新模型能力很強大
智譜8月底在國際數據挖掘與知識發現大會（KDD）上發布了新一代自主研發的新旗艦模型（GLM-4-Plus、GLM-4V-Plus、CogView-3-Plus），此次更新覆蓋了語言理解、圖像生成、視頻理解等多個方面，并達到了國際第一梯隊的水平。
本次發布較之前有以下更新：
- GLM-4-Plus（大語言模型）：語言理解和長文本處理能力全面提升，支持128K上下文和多路Function Call。
- GLM-4V-Plus（圖像和視頻理解模型）：具備卓越的圖像和視頻理解能力，支持8K上下文和多圖輸入，擁有時間感知能力。
- CogView-3-Plus：圖像生成效果接近MJ-V6及FLUX等模型，支持精細化圖像編輯。
作為智譜最新一代基座大模型GLM-4-Plus，通過多種方式構造出了海量高質量數據，并利用 PPO等多項技術，有效提升了模型推理、指令遵循等方面的表現，并能夠更好地反映人類偏好。從benchmark上看，與 GPT-4o 等第一梯隊模型差距很小。
圖片
既然，官方說的這么好，那咱們就一定要去嘗嘗鮮，這些模型在智譜的開放平臺（ bigmodel.cn ）就能體驗。
咱也不讓它寫文章，做數學題了，這些網上很多文章都有介紹，咱們就讓它做一次程序員，試試它的編程能力，順便體驗一下sdk的易用性。
我給它出了一道很常見的面試算法題“字符串全排列”，它很干脆的給出了結果，經過筆者驗證，回答正確，看起來這些曾被大家“wow”的能力，在當下已經成為了基本功。這里有一個小細節，筆者在提示詞里增加了不用解釋這樣的描述，GLM-4-Plus沒有啰嗦解釋，這說明指令遵從能力還可以，這一點對于LLM應用開發很重要。
from zhipuai import ZhipuAI
client = ZhipuAI(api_key="...")
def ai_programmer(task):
prompt = f"作為一個經驗豐富的程序員，請幫我完成以下任務：{task},僅返回代碼，不用解釋"
response = client.chat.completions.create(
model="glm-4-plus",
messages=[
{
"role": "user",
"content": prompt
}
],
)
return response.choices[0].message
task = "寫一個Python函數，實現字符串abc的全排列"
result = ai_programmer(task)
print(result.content)
# ```python
# def permute_abc(s):
# if len(s) == 1:
# return [s]
# permutations = []
# for i, char in enumerate(s):
# remaining = s[:i] + s[i+1:]
# for p in permute_abc(remaining):
# permutations.append(char + p)
# return permutations
# def all_permutations_abc():
# return permute_abc('abc')
# ```當然，這個難度不大，很多模型都能做到，那我們調高難度，我拿了前兩天ChatGPT及Cursor逆向工程壓縮特效js的代碼測試了GLM-4-Plus（延伸閱讀：用ChatGPT逆向工程壓縮后的Js代碼，表現驚艷）。
glm-4-plus理解了代碼，并給出了詳細的解釋。
接著，我讓它對原代碼進行了重構，使其變得更易讀。
就從代碼風格，變量、方法命名看，glm-4-plus表現的比chatGPT還要好，能夠準確的起名和注釋。但最后評價好不好，還得實測，筆者照例把它放到了v0chat上，按照同樣的方式，讓它調用glm-4-plus生成的組件，看看能不能還原預期的效果。
令人欣喜的是，超乎我的預期的是它一次性的就運行了起來，筆者同時還測試了一些國產模型，他們很遺憾并沒能運行起來，也就無法對比實現的效果。看過之前文章的讀者應該能發現，從實現的還原度來看，glm-4-plus與gpt-4o模型和claude-3.5-sonanet性能還有一些差距。這也反映當下一個事實，國內大模型這一年進步明顯，但尚存差距，我們還得繼續追趕。
總結
AI的世界每天都在變化，而智譜BigModel的發布，無疑是給了我們中國開發者一個大大的驚喜。無論是想做聊天機器人、圖像處理還是視頻分析，只要有創意，都可以嘗試使用它們實現想法，而不用遺憾用不上領先模型的遺憾，這也能進一步激發LLM應用生態的繁榮。
本文轉載自 ??AI工程化??，作者： ully
