Google Bard vs. ChatGPT 4.0:文献检索、文献推荐功能对比

在这篇博客中,我们将探讨和比较四个不同的人工智能模型——ChatGPT 3.5、ChatGPT 4.0、ChatGPT 4.0+插件和Google Bard。我们将通过三个问题的测试结果来评估它们在处理特定任务时的效能和响应速度。

导航

    • 问题 1: 统计自Vehicle Routing Problem (VRP)第一篇文章发布以来,每隔十年的发表文章数量。
    • 问题 2: 提供1975-1979年间所有关于Vehicle Routing Problem的文献。
    • 问题 3: 简述Electric Vehicle Routing Problem的发展历程,并提供相关参考文献。
    • 结论

问题 1: 统计自Vehicle Routing Problem (VRP)第一篇文章发布以来,每隔十年的发表文章数量。

AI模型结果回复速度
ChatGPT 3.5未给出具体的文章数量回复速度极快(plus版本)
ChatGPT 4.0建议查阅其他数据库-
ChatGPT 4.0 + Scholar AI给出了文章数量,但是严重偏少回复极慢,耗费CPU算力
Google Bard给出了文章数量,但是每个草稿的数据均不一样回复快,一次给出多个草稿
  • ChatGPT 3.5
    ChatGPT 3.5结果图
  • ChatGPT 4.0
    ChatGPT 4.0结果图
  • ChatGPT 4.0 + Scholar AI
    ChatGPT 4.0 + Scholar AI结果图
  • Google Bard
    Google Bard结果图

问题 2: 提供1975-1979年间所有关于Vehicle Routing Problem的文献。

AI模型结果备注
ChatGPT 3.5提供3篇文献-
ChatGPT 4.0建议查阅其他数据库-
ChatGPT 4.0 + Scholar AI提供4篇文献信息详尽
Google Bard提供4篇文献对文章进行了概述
  • ChatGPT 3.5
    ChatGPT 3.5结果图

  • ChatGPT 4.0
    ChatGPT 4.0结果图

  • ChatGPT 4.0 + Scholar AI
    在这里插入图片描述
    在这里插入图片描述在这里插入图片描述

  • Google Bard
    在这里插入图片描述
    在这里插入图片描述

问题 3: 简述Electric Vehicle Routing Problem的发展历程,并提供相关参考文献。

AI模型结果评价
ChatGPT 3.5简要历程+参考文献一般
ChatGPT 4.0简要历程+参考文献一般
ChatGPT 4.0 + Scholar AI只有参考文献较差
Google Bard提供详细历程和参考文献较好
  • ChatGPT 3.5
    在这里插入图片描述
    在这里插入图片描述
  • ChatGPT 4.0
    在这里插入图片描述
    在这里插入图片描述
  • ChatGPT 4.0 + Scholar AI
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  • Google Bard
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

结论

通过以上对比测试,我们可以观察到ChatGPT4.0是个建议大师🤣。可能是得益于Google的数据优势,在文献检索和推荐等方面,Bard具有一定的优势。
值得一提的是,Bard是免费使用的,可以通过点击这里登录谷歌账户进行使用。(https://bard.google.com/chat)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/256590.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

人工智能-异步计算

异步计算 今天的计算机是高度并行的系统,由多个CPU核、多个GPU、多个处理单元组成。通常每个CPU核有多个线程,每个设备通常有多个GPU,每个GPU有多个处理单元。总之,我们可以同时处理许多不同的事情,并且通常是在不同的…

【K8S】Hello World

文章目录 1 搭建本地测试环境1.1 安装 docker和 Colima1.2 安装 minikube1.3 启动minikube1.4 安装 kubectl1.5 注册 docker hub镜像仓库 2 k8s核心资源概念2.1 Pod2.2 Deployment2.3 Service2.4 Ingress 参考资料 1 搭建本地测试环境 本文以 mac os为例 1.1 安装 docker和 C…

开放式黑白灰,现代风餐厨装修案例分享。福州中宅装饰,福州装修

你是否曾经遇到过这些问题:餐厅和厨房的装修风格不统一,导致整体效果不协调;收纳空间不足,导致物品杂乱无章;光线不足,导致烹饪时看不清楚食材等等。这些问题让你的生活变得不方便,甚至影响你的…

配置应用程序监听器[org.springframework.web.context.ContextLoaderListener]错误

首先查看自己的配置文件(我maven项目) web.xml(内容除了文件的配置位置外&#xff0c;是否有其他的不同) <?xml version"1.0" encoding"UTF-8"?> <web-app xmlns"http://xmlns.jcp.org/xml/ns/javaee"xmlns:xsi"http://www.w3…

(十五)Flask覆写wsgi_app函数实现自定义中间件

中间件 一、剖析&#xff1a; 在前面讲session部分提到过&#xff1a;请求一进来&#xff0c;Flask会自动调用应用程序对象【Flask(__name__)】的__call__方法&#xff0c;这个方法负责处理请求并返回响应&#xff08;其实如下图&#xff1a;其内部就是wsgi_app方法&#xff…

python 数据分析

数据分析 数据分析是指用适当的方法对收集的数据进行分析,提取有用信息并且形成结论. 广义的数据分析包括狭义的数据分析和数据挖掘.狭义的数据分析是指根据目的,采用对比分析,分组分析,交叉分析,回归分析等分析方法,对数据进行分析和处理,得到特征统计量的过程.数据挖掘是指…

异想天开 | 如何实现PXE可视化?批量主机PXE如何监控状态?

这个问题源于早几年前印象比较深刻的面试&#xff0c;面的岗位是UCloud的CDN运维交付岗&#xff0c;当时面试官问我&#xff0c;在批量PXE的时候怎么才能快速确认是否已经PXE成功了&#xff1f;我当时的回答是可以看dhcp服务器分配的地址数量来确定。我已经忘记了为什么我会说出…

/proc/sys/net/ipv4/ 下网络参数的理解

/proc/sys/net/ipv4/下文件详细解释&#xff1a; /proc/sys/net/ipv4/下文件 /proc/sys/net/ipv4/ip_forward 该文件表示是否打开IP转发。 0&#xff0c;禁止 1&#xff0c;转发 基本用途&#xff1a;如VPN、路由产品的利用&#xff1b; 出于安全考虑&#xff0c;Linux系…

postcss-pxtorem实现页面自适应的原理

先声明一点这玩意本身不能实现哈&#xff0c;他只是一个工具&#xff0c;更是一个postcss的插件 帮助我们从px转化成为rem比如我们的代码 div {height: 100px;width: 100px; }经过这个插件转化之后变成 假设变成下面这样哈 div {height: 1rem;width: 1rem; }其他没啥子太大作…

灯塔资产管理系统魔改版搭建(ARL-Puls)

免责声明 文章仅做经验分享用途&#xff01;利用本文章所提供的信息而造成的任何直接或者间接的后果及损失&#xff0c;均由使用者本人负责&#xff0c;作者不为此承担任何责任&#xff0c;一旦造成后果请自行承担&#xff01;&#xff01;&#xff01; 简介 ARL-Puls是基于斗…

网络层(1)——概述

一、概述 网络层毫无疑问是最复杂的一层&#xff0c;涉及到大量的协议与结构的内容。在如今主流的设计中&#xff0c;大家都会把网络层分成两个部分&#xff1a;数据平面、控制平面。其中数据平面指的是网络层中每台路由器的功能&#xff0c;它决定了到达路由器端口输入链路之一…

[MySQL--基础]事务的基础知识

前言 ⭐Hello!这里是欧_aita的博客。 ⭐今日语录&#xff1a;生活中最重要的决定就是要做出决定。 ⭐个人主页&#xff1a;欧_aita ψ(._. )>⭐个人专栏&#xff1a; 数据结构与算法 MySQL数据库 事务的目录&#x1f4d5; 前言事务简介&#x1f680;事务操作&#x1f680;准…