AIPK评测报告：让Kimi、DeepSeek、百度文心写论文，你更看好谁？

AI模型PK评测报告

评测背景

本次评测旨在全面比较三个AI模型—— Kimi、DeepSeek、百度文心在生成论文方面的综合能力。为了确保公平性，每个AI模型仅有一次生成机会，并统一使用相同的提示词，要求生成一篇约3500字的论 文。评测的核心指标包括生成论文的完整性、标准性以及字符数是否满足要求。通过对这三个方面的细致分析，我们期望能够评估出各模型在学术写作方面的优劣，为相关研究和应用 提供参考。

评测方法

完整性 ：

• 检查论文是否包含引言、正文、结论等基本结构。

• 评估论文内容的连贯性和逻辑性。

标准性 ：

• 检查论文的格式（如标题、段落、字体等）是否符合学术规范。

• 评估引用的准确性和参考文献的完整性。

字符数 ：

• 测量生成的论文字符数是否接近3500字的要求。

评测结果

Kimi

优点 ：

• 完整性 ：Kimi提供的论文大纲非常详细（ 但也仅是大纲详细 ），涵盖了引言、文献综述、研究方法、案例分析、实验设计与结果、讨论、结论与建议等基本结构。

• 内容丰富 ：每个部分都有较为详细的说明，特别是引言和研究方法部分，内容详实，逻辑清晰。

缺点 ：

• 标准性 ：虽然提供了详细的大纲，但Kimi并未生成完整的论文内容，而是提供了一个简化的示例，缺乏实际的文献引用和数据分析。

• 字符数 ：由于只提供了大纲和部分内容，字符数远未达到3500字的要求。

• 深度不足 ：虽然结构完整，但内容不够深入，缺乏具体的数据和实验结果，无法满足学术论文的标准。

评分 ：

• 完整性：8/10

• 标准性：6/10

• 字符数：4/10

• 总评： 6.3 /10

百度文心

优点 ：

• 完整性 ：百度文心生成的论文结构完整，包括引言、文献综述、研究方法、案例分析、实验设计与结果、讨论、结论与建议等部分。

• 内容丰富 ：每个部分的内容较为详细，特别是在文献综述和研究方法部分，提供了多种智能算法的具体应用实例，逻辑性强。

• 标准性 ：论文格式规范，引用了多篇相关文献，参考文献列表完整。

缺点 ：

• 字符数 ：虽然内容较为丰富，但字符数略低于3500字，约为3200字左右。

• 实验细节 ：实验设计与结果部分的细节稍显不足，缺乏具体的数据和图表支持。

评分 ：

• 完整性：9/10

• 标准性：8/10

• 字符数：7/10

• 总评：8.3/10

DeepSeek

优点 ：

• 完整性 ：DeepSeek生成的 论文结构完整，包括引言、文献综述、研究方法、案例分析、实验设计与结果、讨论、结论与建议等部分。

• 内容丰富 ：每个部分的内容较为详细，特别是在引言和研究方法部分，提供了丰富的背景信息和理论基础。

• 标准性 ：论文格式规范，引用了多篇相关文献，参考文献列表完整。

• 实验细节 ：实验设计与结果部分提供了具体的数据和图表，增强了论文的说服力。

缺点 ：

• 字符数 ：虽然内容较为丰富，但字符数略高于3500字，约为3700字左右，略微超出要求。

• 语言流畅性 ：部分段落的语言表达略显生硬，需要进一步润色。

评分 ：

• 完整性：9/10

• 标准性：8/10

• 字符数：7/10

• 总评：8.3/10

综合评价

Kimi ：

• Kimi在论文结构和内容的连贯性方面表现良好，但未能生成完整的论文内容，缺乏实际的文献 引用和数据分析，字符数也远未达标。因此，Kimi在学术写作方面的表现一般，适合用于提供论文大纲和初步思路。

百度文心 ：

• 百度文心生成的论文结构完整，内容丰富，格式规范 ，引用了多篇相关文献。虽然字符数略低于要求，但整体质量较高，适合用于学术研究和论文撰写。

DeepSeek ：

• DeepSeek生成的论文结构完整，内 容丰富，格式规范，实验设计与结果部分提供了具体的数据和图表。虽然字符数略高于要求，但整体质量较高，适合用于学术研究和论文撰写。

总体结论 ：

• 在本次评测中， 百度文心 和 DeepSeek 的表现较为优秀，两者在论文的完整性、标准性和字符数方面均达到了较高的水平。相比之下， Kimi 虽然提供了详细的论文大纲，但未能生成完整的论文内容，因此在学术写作方面的表现相对较弱。

感谢阅读，本报告由评测大师【通义千问】根据实际测试资料生成，公平公正公开。希望本报告能为您的研究和应用提供有价值的参考。