一直以来，我都习惯于用各种各样的外部工具辅助自己的科研全过程。从论文阅读、文献查找、公式理解，再到论文润色，AI工具都能在不同程度地帮上我。

另一方面来说，作为一个在NLP音乐多模态方向努力工作的博士生，我应该是全世界最先将ChatGPT部署到自己生产实践中的那一批人。我尝试过利用Instruct-GPT做数据集清洗，用langchain做agent……整体上来说，尝试和改造各种各样的大模型就是我科研生活的一个组成部分。在这个过程中，我不仅见证了AI技术的飞速发展，也体会到了不同模型在处理复杂任务时的细微差别。

在尝试过程中，我不可避免地接触到了各类国产大模型，其中又以Kimi给我耳目一新的感觉。在过去的一个月里，我交叉利用Kimi和我自己的ChatGPT-4订阅，感受着两者在科研辅助上的差别，得出一个结论：

尽管在一些方面仍然不如ChatGPT-4，但是Kimi在自己的长处——长文本理解——确实做得很有特色。

案例对比一：单篇论文阅读

Kimi驱动了一个很有趣的第三方网站：https://papers.cool/。

这个网站由苏剑林建造，用于给科研人刷论文用。我就拿它和GPT-4的知名GPTs：Academic Assistant Pro，进行对比。在处理长文本时，Kimi展现出了其独特的优势。尤其是在面对篇幅庞大的论文时，Kimi能够更准确地理解和提取关键信息，而ChatGPT-4则在长文本的处理上稍显力不从心。

我们选用一篇较长的论文，也是最近比较受关注的paper：NaturalSpeech 3: Zero-Shot Speech Synthesis with Factorized Codec and Diffusion Models，进行对比。

Kimi:

ChatGPT

我对比了几个不同的结果，发现ChatGPT在论文很长的时候，回答的结果会比Kimi差很多。

这让我想起那个著名的大海捞针实验。这个实验的结果表明，随着大模型面对的上下文变长，越往后面走，大模型的整体性能越差。加上ChatGPT本身在中文上的结果弱于英文结果，这使得Kimi在长论文阅读上的表现确实更好。

案例对比二：多篇论文综述

第一个案例讨论了单篇长论文，第二个案例则是多个文档的综合理解。我选择五篇论文，其中有两篇工作是自己参与的研究，要求Kimi和ChatGPT-4进行综述。在处理多篇论文的综述任务时，Kimi和ChatGPT-4的表现差异更加明显。Kimi能够更好地整合多篇论文的信息，提供一个连贯、有逻辑的综述，而ChatGPT-4在这方面的表现则不尽如人意。这可能与Kimi在长文本理解方面的优化有关，使其在处理复杂信息时更为得心应手。

我使用的prompt如下：

请阅读并参考下面几篇论文，梳理音乐大模型的可控生成进展，分析不同方法的区别和联系，并撰写一个脉络清晰的related work段落：

1. https://arxiv.org/pdf/2310.17162

2. https://arxiv.org/pdf/2311.07069

3. https://arxiv.org/pdf/2402.09508

4. https://arxiv.org/pdf/2401.12179

.pdf

5. https://arxiv.org/pdf/2311.0835

Kimi：

ChatGPT看上去是无法应对这个任务的，我多次调整prompt也无法正常工作。

显然，ChatGPT是正确获取到了论文信息，不然它也不可能知道这些链接后面的论文内容。然而ChatGPT仍然做出了不让人满意的总结。

案例对比三：多篇论文推理

在进行多篇论文的推理任务时，Kimi的表现同样令人印象深刻。它能够准确地回答关于论文内容的复杂问题，显示出其在理解深度和逻辑推理方面的强大能力。相比之下，ChatGPT-4在这一任务上的表现则稍显不足，需要通过多轮对话才能达到相似的理解水平。

我们继续针对这五篇论文发问，看Kimi能否进行一些复杂的推理工作：

答案完全正确。

答案完全正确，没有出现幻觉。

正确，Mustango是其中唯一需要大规模训练的模型。

我们尝试性地对ChatGPT发问：

答案部分正确，但是需要多轮诱导，且回答并不完整，因此我认为Kimi在处理和理解多文档这一点上的表现更为突出。

案例对比四：网络信息检索

Kimi和ChatGPT都具备联网能力，但它们在信息检索策略上有所不同。Kimi倾向于积极搜索外部来源，而ChatGPT则在没有明确指示的情况下，更倾向于依赖自身的知识库。这种差异在实际应用中意味着Kimi可能更适合于需要大量外部信息支持的任务，而ChatGPT则更适合于依赖内部逻辑和已有知识的场景。

我们向Kimi和ChatGPT分别询问一个比较新的概念：参数高效微调（PEFT）。这是一个新兴概念，主要思想是通过仅训练一小部分的参数就做到对大模型的微调。

Kimi回答正确。可以看见在回答之前，Kimi先搜索了一些中文来源，作为外部知识。我认为这是Kimi的特色之一：因为能支持长上下文，所以可以将很多资料提前包含下来进行生成。

ChatGPT-4出现幻觉，事实上根本没有这个所谓的“Pipeline Execution for Fine tuning”技术。我们追问ChatGPT：

重新提示之后回答正确。

不过目前版本的Kimi有一个缺点，那就是对于知乎、CSDN、中文自媒体的比重更大，而对wiki、官方文档的索引比重较小。有时这会给用户一些“看二手资料”的感觉。

作为例子，我们搜索一个和文档相关的问题。我们询问Kimi如何写LoraConfig，这是在huggingface的PEFT库里明确给出的结果。然而Kimi仍然选择了看博客：

我们将同样的问题给ChatGPT-4.

ChatGPT在我们提醒使用搜索之后，直奔GitHub拿到了官方文档。相对于博客内容来说，显然官方文档才是更为可靠的那一个。

结论

对于大模型这类语言模型来说，生成能力无疑是至关重要的。强大的生成能力使得模型能够创造出连贯、有逻辑的文本，这对于科研工作中的文献综述、论文撰写等多个环节都有着重要的意义。但是，长上下文处理能力也同样关键。它不仅意味着模型具有更丰富的记忆，能够在不需要额外的检索机制（如RAG）的情况下完成复杂的推理任务，而且还预示着模型在理解和整合大量信息方面的潜力。

在我个人的经验中，Kimi.ai在长文本理解方面的表现确实给我的科研工作带来了便利。它在处理长篇论文、跨领域知识整合以及实时更新信息方面的能力，让我能够更高效地获取和利用知识资源。这种能力在当前的科研环境中尤为重要，因为科研工作正变得越来越跨学科，信息量也越来越庞大。

尽管Kimi.ai在某些方面的表现可能还无法与ChatGPT-4相提并论，但在长文本处理这一有前景的领域，Kimi.ai已经展现出了其独特的价值。如果说，ChatGPT-4就像是金庸小说里的降龙十八掌，四平八稳，十分可靠，力大砖飞，那Kimi就像是小李飞刀，在长文本理解方面为我留下深刻印象，把它用对地方，依然可以做到出奇制胜。

我相信，随着技术的不断进步，Kimi.ai将会在其他方面也取得显著的提升，最终成为一个在多个维度都能与ChatGPT-4相媲美的科研辅助工具。同时，我也期待未来能够出现更多像Kimi.ai这样专注于特定领域优化的AI模型，它们将共同推动科研工作的创新和发展。

本文来源于知乎，作者张逸霄