長文本對大模型而言為何重要？

　　文|孫欣

　　編輯|姚赟

　　頭圖來源|視覺中國

　　200萬字，意味著什么？《埃隆·馬斯克傳》30萬字，《紅樓夢》70萬字，《后宮甄嬛傳》100萬字。如果按照20分鐘看1萬字的閱讀速度來計(jì)算，1小時(shí)閱讀3萬字，那么200萬字大概要讀66.67個(gè)小時(shí)。

　　而這樣馬拉松式的閱讀，大概率是囫圇吞棗。

　　3月18日，國內(nèi)AI創(chuàng)業(yè)公司月之暗面（Moonshot AI）宣布在大模型長上下文窗口技術(shù)上取得新的突破，Kimi智能助手已支持200萬字超長無損上下文，并于即日起開啟產(chǎn)品“內(nèi)測”。而后，各大公司跟進(jìn)，卷起了文本長度。22日，阿里通義千問向所有人免費(fèi)開放1000萬字的長文檔處理功能；23日，360智腦宣布內(nèi)測可處理500萬字功能。

　　也就是說，現(xiàn)在，10分鐘左右Kimi、通義千問、360智腦等產(chǎn)品就可以讀完《埃隆·馬斯克傳》《紅樓夢》《后宮甄嬛傳》三本書，且能結(jié)合上下文理解其中的內(nèi)容。

　　實(shí)際上，長文本早已是AGI（通用人工智能）的必爭之地：2023年11月，OpenAI發(fā)布了GPT4 Turbo，最高支持128k上下文長度的輸入；14天后，Antrophric緊急發(fā)布Claude 2.1，宣布上下文能力的突破，從100k提升到了200k；2024年2月，Gemini 1.5宣布長文本窗口支持100w長度，為75萬文字。

　　那這些數(shù)字和標(biāo)準(zhǔn)到底意味著什么？長文本上下文處理能力到底是什么功能？我們挑選了Kimi、通義千問、Claude等產(chǎn)品進(jìn)行測試體驗(yàn)。

　　Antrophric的Claude，此前一直以搶眼的長文本處理能力被人認(rèn)可；阿里的通義千問目前可處理1000萬文字，字?jǐn)?shù)量級屬于第一梯隊(duì)；Kimi因長文本上下文處理能力讓月之暗面在國內(nèi)AI創(chuàng)業(yè)中首次出圈。

　　第一步：把Kimi、通義千問、Claude“喂成”馬斯克

　　“如果有機(jī)會(huì)，我當(dāng)然愿意和雷軍交流。”Kimi化身馬斯克對我說道。

　　來源：Kimi截圖

　　為了更好地測評長文本上下文處理能力，我們同時(shí)給Kimi、通義千問、Claude輸入約37萬字的《埃隆·馬斯克傳》，并讓它們用馬斯克的思維和語氣來和我們進(jìn)行對話。

　　（1）最多可同時(shí)上傳500個(gè)文件，支持多種格式

　　當(dāng)我們輸入文檔時(shí)，三者解析條件和所用時(shí)間相似。

　　通義千問解析文檔，可同時(shí)上傳100個(gè)文件，每個(gè)不超過150MB，支持PDF、Word、Excel、Markdown、EPUB、Mobi、txt等形式。

　　Kimi解析文檔可同時(shí)上傳最多500個(gè)，每個(gè)不超過100MB，支持doc、xisx、PPT、txt、圖片等文件形式。值得注意的是，Kimi需要申請長文本上下文能力內(nèi)測資格，申請通過后即可免費(fèi)使用。

　　Claude解析文檔可同時(shí)上傳最多5個(gè)文件，每個(gè)文件不超過10MB，支持docs和images文件形式。因此當(dāng)文檔較大時(shí)，我們需將其分解成幾個(gè)不超過10MB的docs文件開始解析。

　　來源：通義千問截圖

　　（2）聯(lián)網(wǎng)的Kimi更懂端妃

　　我們分別輸入了約100萬字的《后宮甄嬛傳》小說，并對它們進(jìn)行提問。“你認(rèn)為《甄嬛傳》中誰最有可能成為一個(gè)成功的企業(yè)家？”幾秒鐘后我們分別得到了這樣的回答。

　　Kimi給出了甄嬛、沈眉莊、華妃、端妃、皇后五個(gè)答案，并對每個(gè)答案進(jìn)行了分析。如，甄嬛是因?yàn)椤澳軌蛟趶?fù)雜的后宮環(huán)境中生存并逐步提升自己的地位”，沈眉莊是因?yàn)椤胺€(wěn)重和深思熟慮”，華妃是因?yàn)椤霸诤髮m中擁有較高的地位和權(quán)力”，皇后是因?yàn)椤白鳛楹髮m之主”。

　　Kimi的這一回答中，給端妃的理由比較有趣，在書中沒有直接寫到。Kimi認(rèn)為端妃是因?yàn)椤半m然在小說中不如甄嬛和華妃那樣顯眼，但她能夠在后宮中保持一定的地位和影響力，說明她在人際關(guān)系和個(gè)人發(fā)展上的‘投資’也相對成功”。

　　來源：Kimi截圖

　　而Claude卻給出了一個(gè)在《后宮甄嬛傳》中不存在的角色——純妃，并給純妃設(shè)定了有洞察力、判斷力、虛心求教、勤奮好學(xué)、擅長處理人際關(guān)系、勇于創(chuàng)新、堅(jiān)韌等品格設(shè)定。

　　來源：Claude截圖

　　3月18日，Kimi在官方發(fā)布直播中，月之暗面AI Infra負(fù)責(zé)人許欣然提到了一萬小時(shí)定律，即要想成為一個(gè)領(lǐng)域的專家，我們至少需要學(xué)習(xí)一萬小時(shí)。而現(xiàn)在只需要10分鐘，Kimi就能接近任何一個(gè)新領(lǐng)域的初級專家水平。

　　在直播中，許欣然還現(xiàn)場輸入了約100萬字的《倚天屠龍記》復(fù)印件、100萬字的《甄嬛傳》劇本，不到10分鐘，Kimi就成了“倚學(xué)家”“甄學(xué)家”。

　　我們繼續(xù)測試。

　　我們在未向Kimi提供《埃隆·馬斯克傳》時(shí)，輸入了“請以馬斯克的思想和語氣與我對話”。

　　Kimi在開始和最后都強(qiáng)調(diào)了本次回答是“模仿馬斯克的風(fēng)格”，并不代表其本人和相關(guān)公司的真實(shí)觀點(diǎn)。面對這個(gè)問題，化身為馬斯克的“K斯克”是這樣評價(jià)雷軍和小米SU7的。它認(rèn)為，“雷軍是一位非常出色的企業(yè)家”“小米SU7汽車是一個(gè)非常有趣的產(chǎn)品”。最后還給出了建議，“作為一家新進(jìn)入電動(dòng)汽車領(lǐng)域的公司，小米還有很長的路要走。他們需要在技術(shù)創(chuàng)新、生產(chǎn)效率、供應(yīng)鏈管理等方面不斷努力。”

　　Kimi閱讀《埃隆·馬斯克傳》之前的回答版本。來源：Kimi截圖

　　我們又將該書“喂”給了Kimi，解析此書后，它給出相似的回答。

　　Kimi閱讀《埃隆·馬斯克傳》之后的回答版本。來源：Kimi截圖

　　我們重復(fù)了上一步，將同樣的問題給到通義千問。通義千問給到的回答中，關(guān)于小米SU7的內(nèi)容為：“雖然具體型號(hào)和細(xì)節(jié)在現(xiàn)實(shí)中可能不存在，但基于小米進(jìn)入電動(dòng)汽車領(lǐng)域的假設(shè)……”

　　通義千問閱讀《埃隆·馬斯克傳》之后的回答版本。來源：通義千問截圖

　　如法炮制，繼續(xù)測試Claude，結(jié)果與通義千問相似。

　　據(jù)了解，作為大模型產(chǎn)品，Kimi除了文檔解讀，還有聯(lián)網(wǎng)功能。這意味著，Kimi不但可以使用既定資料分析，還可以根據(jù)問題搜索全網(wǎng)信息作為數(shù)據(jù)分析依據(jù)。目前，ChatGPT 3.5、Claude 2.0不支持這項(xiàng)功能。

　　（3）文檔檢索三者能力相近

　　為了測試Kimi、通義千問、Claude的文檔內(nèi)容理解功能，在向三者都輸入了《埃隆·馬斯克傳》之后，我們針對于書中的內(nèi)容進(jìn)行了提問。

　　來源：Kimi回答截圖

　　來源：通義千問回答截圖

　　來源：Claude回答截圖

　　針對該書同一個(gè)問題，三者的回答相似且較為準(zhǔn)確，都提到了馬斯克覺得這是《蠅王》故事現(xiàn)實(shí)版，分到少量的食物和水，瘦了10磅等細(xì)節(jié)。

　　（4）Kimi看到了馬斯克的成功者特質(zhì)，Claude更關(guān)注馬斯克的內(nèi)心世界

　　在一個(gè)聊天框中輸入的內(nèi)容被稱之為“上下文”。上下文之間的理解能力也至關(guān)重要，段落之間割裂，會(huì)導(dǎo)致上下文信息的丟失，對于AI給出答案的準(zhǔn)確度也有影響。

　　例如，如果用戶在對話中提到了特定的話題或問題，具有上下文能力的AI可以記住這些信息，并在后續(xù)的對話中引用它們，以提供連貫和相關(guān)的回答。這種能力對于創(chuàng)建自然、流暢的對話體驗(yàn)非常重要。

　　為測試三者上下文文本處理功能，我們提問了馬斯克12歲時(shí)的學(xué)校經(jīng)歷后，追問了“馬斯克的性格是怎么樣的”。

　　Claude給出了狂熱執(zhí)著、冷酷無情、戲劇化、頑強(qiáng)堅(jiān)韌、雙重性格等特征，同時(shí)，針對這些特征一一進(jìn)行了分析。如狂熱執(zhí)著是因?yàn)椤八麑ΜF(xiàn)實(shí)宏偉目標(biāo)如開發(fā)電動(dòng)車、登陸火星等懷有先知般的狂熱和使命感。這種狂熱忽視了他的笨拙，也促使他勇于冒險(xiǎn)并承擔(dān)極高的風(fēng)險(xiǎn)”。

　　來源：Claude回答截圖

　　來源：通義千問回答截圖

　　來源：Kimi回答截圖

　　通義千問也提到了宏大愿景、推動(dòng)普及電動(dòng)車、移民火星等內(nèi)容。區(qū)別是，通義千問將這些“理想主義與遠(yuǎn)見卓識(shí)”，將馬斯克形容為“堅(jiān)信通過科技可以解決人類面臨的問題”。

　　Claude、通義千問和Kimi給出的這些特質(zhì)中，也都提到了馬斯克冷酷無情、雙重性格、戲劇化、矛盾性等“負(fù)面”特征。Claude將馬斯克總結(jié)為“性格狂熱、冷酷、喜好戲劇化、堅(jiān)韌頑強(qiáng)，但又帶著某些孩子般的天真和脆弱”。而Kimi將其總結(jié)為“非常獨(dú)特的個(gè)體”，并認(rèn)為他在科技和商業(yè)領(lǐng)域的成就很大程度上得益于這些性格。

　　長文本，AI“登月”第一步

　　長文本對大模型而言為何重要？

　　“為什么長文本是‘登月’第一步？它很本質(zhì)。它是新的計(jì)算機(jī)內(nèi)存。”月之暗面創(chuàng)始人、CEO楊植麟曾在騰訊科技的采訪中表示，長文本（Long Context）是大語言模型（LLM）的基礎(chǔ)能力。

　　此前，楊植麟用了形象的比喻來描述長文本，“支持更長的上下文”意味著大模型擁有更大的“內(nèi)存”。

　　2023年10月，Kimi上線，當(dāng)時(shí)可以支持無損上下文長度最多為20萬漢字。5個(gè)月內(nèi)，升級至200萬字，月之暗面直接將長文本能力提高至10倍。按照AI領(lǐng)域的計(jì)算標(biāo)準(zhǔn)，200萬漢字的長度大約為400萬token。而當(dāng)時(shí)長文本水平在第一梯隊(duì)的谷歌Gemini 1.5、Claude 3支持100萬token，Kimi 200萬漢字上下文長度超越了海外頂尖大模型水平。

　　與衡量手機(jī)、電腦性能時(shí)的“跑分”類似，大模型也有專屬的“跑分”標(biāo)準(zhǔn)，被稱之為token。它是一個(gè)大模型輸入、輸出的基本單位。以O(shè)penAI的相關(guān)準(zhǔn)則來看，1k的token等于750個(gè)英文單詞、500個(gè)中文漢字。token越大，文本處理能力越強(qiáng)。據(jù)了解，當(dāng)前ChatGPT 4的token是32k，Claude 3的token是100w ，Kimi的token是400w。

　　也就是說，可處理的文本越長，可提取內(nèi)容時(shí)的素材越多，幫助用戶處理信息時(shí)則越準(zhǔn)確。

　　制表：孫欣（信息來源：各AI產(chǎn)品公司官網(wǎng)介紹）

　　據(jù)統(tǒng)計(jì)，長文檔處理長度之最來自于阿里云的通義千問，上下文長文本處理能力最強(qiáng)的是來自于月之暗面的Kimi，谷歌的Gemini、Kimi均支持聯(lián)網(wǎng)功能，不過Ultra大會(huì)員需付費(fèi)，價(jià)格是每月19.99美元。

　　值得注意的是，目前國內(nèi)的主流長文本處理產(chǎn)品通義千問、Kimi等均為免費(fèi)申請內(nèi)測即可使用，隨著用戶用量的增加，意味著大模型的“訓(xùn)練”數(shù)據(jù)也在增加，AGI長文本處理賽道正在開卷。

　　參考資料：

　　《“Kimi概念”降溫，長文本“擔(dān)不起”大模型的下一步》，騰訊科技

　　《爆火的Kimi，搶了誰的生意？》，定焦

海量資訊、精準(zhǔn)解讀，盡在新浪財(cái)經(jīng)APP

責(zé)任編輯：郝欣煜