工作中總會遇到問題需要尋求解決方案的時候，往往我都是回去百度或者Google一下，但是搜索引擎給出的結(jié)果里重復的內(nèi)容很多，需要自己進行過濾并去重，然后再分析下查詢出來的結(jié)果是否符合當前問題，有時候所答非所問，這時候就想要一個只針對我提供的錯誤信息或者資料進行針對性分析問題給出解決方案，需要來個“專家會診”而不是“病急亂投醫(yī)”。
人工智能解決問題
于是想到可以上傳文檔給人工智能大模型，然后通過深度學習對提供的文檔資料進行解析建立模型達到針對性問答解決問題的方法，開始使用大模型Kimi進行解答效果很好，今天發(fā)現(xiàn)訊飛星火也提供了文檔分析的應用，于是體驗了一下星火文檔的效果。
首先打開訊飛星火網(wǎng)站，右上角有個“星火應用”，點擊選擇“星火文檔”后進入星火文檔問答頁面
訊飛星火的應用
然后點擊“立即體驗”
訊飛星火文檔
進入上傳文檔界面，可以支持pdf、doc、docx、txt、md等格式的文檔 單文件不超過20MB/100萬字的資料上傳，看來再大的資料也能輕松上傳
與Kimi相比Kimi可以接受多種格式的文檔，包括但不限于TXT、PDF、Word文檔、PPT幻燈片和Excel電子表格。Kimi能夠處理的單個文件大小沒有特定的限制，但是需要注意的是，Kimi處理的文件內(nèi)容總字數(shù)上限是20萬字。
可見星火文檔的上傳單文檔的字數(shù)要比Kimi多，下面看下分析效果如何，我上傳了一個常用的SQL查詢文檔，并針對文檔讓星火文檔分析后，提出問題得到回答
星火文檔分析結(jié)果
下面同一個文檔Kimi上傳后給出的分析結(jié)果如下:
Kimi文檔分析結(jié)果
通過針對文檔提出同一個問題，反饋的結(jié)果基本上沒什么差別，兩大智能模型都給出了很好分析結(jié)果，都能對文檔內(nèi)容進行有針對性的解讀，并給出有效的解決方案。更多的是用戶體驗上，我感覺星火文檔會更好些，因為星火文檔不但給出了解決方案，更體貼的告訴用戶給出的結(jié)果針對的是文檔中的哪段內(nèi)容，這更符合我們?nèi)粘９ぷ髦薪鉀Q問題的思路。
星火文檔支持針對的問題點
總結(jié)下星火文檔和Kimi大模型，文檔分析能力上主要區(qū)別也就是字數(shù)上，沒什么大的差別，字數(shù)多少往往成為現(xiàn)在很多人對比的標準，在大模型技術上這很重要但是我認為對于用戶來說這個不是很重要，反過來既然要做商用大模型平臺，就要提高用戶的體驗，星火文檔我認為做的就很好，使用者更舒服些，希望Kimi在用戶體驗上有所改善，也希望國產(chǎn)大模型產(chǎn)品除了追求技術性能上大量投入同時在用戶使用體驗上也能投入精力做的更好。
