【小学教资作文真题2018】如何制作平均一秒一篇高分高考作文飞行桨文心大模型？

全国高考正在进行，百度AI技术也迎来了“高考”。6月7日，百度数字印度孝在高考结束后变身为“数字收购考生”，挑战高考作文，成为话题。AI写作涉及自然语言处理、数据挖掘、知识地图等多种人工智能技术，百度使用飞动的文心大模型，孝顺而迅速地完成了高考作文。据悉，陶晓晓参加了全国新高考第一卷《本手、妙手、俗手》议论文的答辩，40秒内根据题目制作了40多篇文章，平均每秒一篇。

平均1秒1篇文心大模型写作又快又好

将AI应用于文字创作在技术圈已经不是什么新鲜事了。随着大数据、深度学习等技术的发展，AI大大提高了文本生成能力。从金融、体育新闻快报、诗歌、小说等文学创作，AI写作越来越广泛，创作形式和内容也越来越丰富多彩。

但是用AI生成高考作文比评论、摘要、快报等内容形式困难得多。高考作文的写作从“沈帝”、“逻辑”、“创造”等三个方面对AI提出了更大的挑战。从审查委的角度来看，高考作文题材加上形式多、复杂复杂的内容主题，变化多端的各种组合是对AI理解能力的极限考验。(大卫亚设，Northern Exposure(美国电视戏剧)，教育)从逻辑层面来看，高考作文要求800字以上，如何保证长文各片段之间的逻辑和一致性，对AI来说是另一大挑战。最后，从创造性的角度来说，可读性是高考作文最重要的评分标准之一，AI作文不仅要有连贯的问题，还要引经据典，巧妙使用修辞方法，甚至要拿出新的东西来避免文章空洞。

面对这样的挑战，陶晓在划桨的文心大模型的帮助下，迅速而顺利地完成了写作。担任北京高考语文阅卷组长的申在陶晓的作文中得了48分(满分60分)。他表示，根据往年情况，获得48分以上作文成绩的考生不到25%。参加《最强大脑》的学派网络红板州也对陶晓的写作水平表示“欣赏”。

这背后是文心大学模型最近公布的融合任务相关知识的千亿大模型ERNIE 3.0 Zeus。这个模型在学习大量数据和知识的基础上，进一步学习了100多种不同形式的任务知识，提高了模型的效果。在各种NLP任务中展示了更强的零样本和小样本学习能力。(威廉莎士比亚，Northern Exposure(美国电视剧))通俗地说，文心大的模型就像知识渊博的“尖子生”、“学霸”。其理解力和创作能力比传统模式更强。除了依靠马的快速生产能力外，还具备“动笔如神”的质量保证。

在文心大学模式的支持下，陶晓完成的高考作文比以往任何时候都取得了明显的质量提高。首先，生成的作文主题和义气明确，陶晓理解好给定的作文题目，围绕主题写作的组织支持文章观点，输出对主题的积极看法。然后，在800字的长文本中，陶晓可以保证生成的内容结构完整，语言流畅，在开头引入问题，在结尾解答问题，确保上下文无缝衔接。大卫亚设，《Northern Exposure》(美国电视剧)，语言)另一方面，文心大模型具有更强的知识储备，陶晓生成的作文更善于引经据典，适当使用对比、比喻等修辞手法，大大提高了文章可读性。

但是令上帝吃惊的是陶晓在作文中犯了一个小错误。——使用了网络热词YYDS。出现这种“失分”的原因是陶晓学会了受欢迎的网络数据。从文章生成的前后来看，陶晓认识到了YYDS的“精髓”，这从侧面反映出，其本身的用法是恰当的，但不符合高考作文规范，AI写作也可以继续学习和进步。

文心大型模式帮助智能创作，帮助AIGC时代的到来。

在过去的一年里，百度AI技术落地加速，其中最近新崛起的AIGC受到了关注。AIGC是继UGC、PGC之后的一种新的内容生产方式，使用人工智能技术自动生产内容、数字人、电视(TTV)等是基准应用程序。百度研究院预测，2022年AIGC技术将通过大型模型的交叉模态综合技术能力激发创造力，提高内容多样性，降低制作成本，实现大规模应用。

这次孝孝写了高考作文，就是以桨文心大模型为基础的AIGC创作。文心大型模型具有“提高知识”的核心特征，可以从大规模知识和海量数据中融合学习，具有学习效率高、效果好、通用性好、普遍性强的特点。

除了智能写作外，在文心大模型的支持下，AI已经具备了强大的理解和生成能力，可以自动生成创造性作品，包括AI绘画、AI歌曲、AI编辑等。目前，智能化、智能对话、智能创作、故事生成等模式的创意应用已经可以在网上文心大模型创造和探索社区3354忠谷社区搜索“文心大模型”，进入网站体验。今后，以大模型为基础的AIGC将开放更多的内容制作领域。

事前训练大型模型的出现，进一步加强了人工智能的共性。大型模型有效果、泛火星、R & amp具有d过程标准化程度高的特点，正在成为人工智能技术及应用的新基础。百度从2019年开始深耕，开发了前期培训模式，发布了知识强化文心系列模式。在刚刚结束的WAVE SUMMIT 2022深度学习开发者峰会上，文心大模型发布了10个新的大模型，包括融合学习课题知识的知识提升千亿大模型、多任务集成学习的视觉大模型、交叉模态大模型、生物特征计算大模型、产业大模型等。提出了支撑大型模型产业落地的三条主要路径：构建更适合场景需求的大型模型系统、支持全过程支撑应用落地的工具、平台和方法、创新的开放生态建设等。

>除了在智能创作上的应用，文心大模型也已经应用于工业、能源、教育、金融、通信、媒体等行业，例如工业领域的零部件质量检测、能源领域的输电线路巡检、金融行业的合同信息抽取等等，真正帮助企业降本增效并激发创新。同时，文心大模型也全面应用于智能搜索、信息流、智能音箱等互联网产品，提升用户获取信息、知识和服务的效率和效果。

目前飞桨已构建了业内布局最全、最适宜产业应用的模型库体系，大模型作为人工智能 “基础设施”的一部分，进一步拓宽了人工智能技术落地的场景覆盖广度，更加深了产业应用的深度。文心大模型将持续降低应用门槛，推动产业智能化升级，让人工智能技术惠及每一个人。

来源： 光明网