适合写评论的大模型有哪些？

CR Copilot功能的核心在于大语言模型基座，基于不同大模型基座生成的CR质量也不尽相同。对于CR这个场景，我们需要选型的模型满足以下几个条件：理解代码对中文支持好较强的上下文学习能力FlagEval 8月大模型评测榜单（https://flageval.baai.ac.cn/#/trending）模型后面的-{n}b指n*10亿参数量，比如13b就是130亿参数，个人试用下来参数量的多少并不能决定效果怎样，根据实际情况来判断。起初在众多大模型中选择『[gemma-7b-it](https://link.zhihu.com/?target=https%3A//huggingface.co/google/gemma-7b-it)』、『[Llama2-Chinese-13b-Chat](https://link.zhihu.com/?target=https%3A//huggingface.co/FlagAlpha/Llama2-Chinese-13b-Chat)』和『[chatglm2-6b](https://link.zhihu.com/?target=https%3A//huggingface.co/THUDM/chatglm2-6b)』、『[Baichuan2-13B-Chat](https://link.zhihu.com/?target=https%3A//huggingface.co/baichuan-inc/Baichuan2-13B-Chat)』，通过一段时间模型赛马，主观上感觉Gemma、Llama2会更适用于CR场景，而ChatGLM2更像是文科生，对代码评审没有太多建设性建议，但在中文AIGC上会比较有优势！

5⃣️五家北京企业机构：百度（文心一言）https://wenxin.baidu.com抖音（云雀大模型）https://www.doubao.com智谱AI（GLM大模型）https://chatglm.cn中科院（紫东太初大模型）https://xihe.mindspore.cn百川智能（百川大模型）https://www.baichuan-ai.com/3⃣️三家上海企业机构：商汤（日日新大模型）https://www.sensetime.com/MiniMax（ABAB大模型）https://api.minimax.chat上海人工智能实验室（书生通用大模型）https://intern-ai.org.cn今天这8个大模型，在聊天状态下——能生成Markdown格式的：智谱清言、商量Sensechat、MiniMax目前不能进行自然语言交流的：昇思（可以对文本进行是否由AI生成的检测，类似论文查重，准确度不错）、书生受限制使用：MiniMax（无法对生成的文本进行复制输出，且只有15元的预充值额度进行体验，完成企业认证后可以进行充值）特色功能：昇思——生图，MiniMax——语音合成

在当今的世界中，有如此多的文本存在，几乎没有人有足够的时间阅读我们希望有时间阅读的所有文本。因此，我看到大型语言模型最令人兴奋的应用之一是使用它来概括文本。这是我看到多个团队正在将其内置到多个软件应用程序中的事情。你可以在Chat GPT网络界面中完成这项工作。我经常会这样做来总结文章，这样我就可以阅读更多文章的内容，而不仅仅是以前能读的那么少。如果你想以更加机械化的方式实现这一点，你可以在这节课中看到如何做到这一点。所以，让我们深入了解代码，看看你如何使用它来总结文本。因此，让我们从与之前相同的入门代码开始，导入OpenAI，加载API密钥，以及这个getCompletion助手函数。我将使用一个运行示例，即对该产品评论进行摘要的任务。我得到了这个熊猫毛绒玩具作为女儿生日礼物，她非常喜欢并且带它到处走等等。如果你正在构建一个电子商务网站并且有大量的评论，那么一个可以总结冗长评论的工具可以让你很快地浏览更多的评论，以更好地了解所有客户的想法。因此，这是一个产生摘要的提示。你的任务是从电子商务网站的产品评论中生成一个简短的摘要，并在30个单词以内对评论进行总结等等。4.1文字总结