AI到底能不能看懂火星文差评！看看哪个模型表现更好！
大家都知道，在《歌手2024》播出的时候，13.8和13.11哪个大的问题难倒了不少AI模型。而最近，AI模型迎来了新一轮考验来了，起因是这样的，为了防止外国人通过翻译软件看懂原意，一些中国人在海外订酒店吃亏后，用火星文提醒同胞不要再来，而这些帖子被截图搬运到了国内的社交媒体平台后很快就火了，引发了不少网友的讨论，火星避雷帖比如是这样的：
还有这样的：
甚至有网友在评论区无奈表示：“国人都有些看不懂了”。
还有网友尝试将帖子翻译再翻译，发现如果站在外国商家的角度，这是绝对是看不懂的：
这加密程度显然是够了。然而，自从火星避雷帖火起来后，就有国外网友尝试用GPT-4o模型去解密这一段火星文，结果到底怎么样呢？别急，小编今天就带大家实测一下各大模型到底能不能读懂火星文。
为了直观对比各模型的回答，小编选择了302.AI的模型竞技场去进行测试，302.AI的模型竞技场集成了多种主流AI模型，用户可以按需勾选不同的模型同时对同一个问题进行回答，省去了逐个模型注册登录的繁琐流程，方便的同时还能更直观对比不同模型的答案，而且提供按需付费的服务方式，用户可以根据实际用量来支付费用，没有月费或捆绑套餐。
小编接下来勾选七个模型进行测试，分别是o1-preview、GPT-4o、Claude-3.5-sonnet、Qwen-Max、ERNIE-4.0-Tubro、Step-2-16k、Spark Ultra：
接下来输入提问：
以下是加密后的酒店点评文字，请完整解密还原：
“卟崾莱住”
“ф啯亽卟騙ф啯亽！牆壁啝紙①樣薄，這庅匮の價格房間竟嘫恠閣樓，難檤涐媞噹笩洃姑娘？洗澡氺ㄡ尐，廁所の燈茪乜昬黯，哈悧啵特嘟笓涐住のぬ。避雷！嘟卟許莱住！！！”
正确的翻译是这样的：
“不要来住”
“中国人不骗中国人!墙壁和纸一样薄，这么贵的价格房间竟然在阁楼，难道我是当代灰姑娘？洗澡水又少，厕所的灯光也昏暗，哈利波特都比我住的好。避雷!都不许来住！！！”
首先看下“草莓”o1-preview和GPT-4o的表现，两个模型分别都有一点小瑕疵在“难道我是当代灰姑娘”这句话上面：
再来是小编抱以厚望的Claude-3.5-sonnet，解密正确了80%的内容，主要的错误出现在第一句“中国人不骗中国人”还有小细节“灯光”解密成了“灯泡”，但是Claude在最后总结的几点都是正确的：
再来是国内模型，首先是Qwen-Max和Spark Ultra模型，和以上的模型差不多，主要出现在“中国人不骗中国人”以及“难道我是当代灰姑娘”这两句话上：
紧接着是ERNIE-4.0-Tubro，文心一言在进行一番分析后，将“中国人不骗中国人”直接爆改成“俄罗斯人不骗俄罗斯人”，“灰姑娘”变成了“白姑娘”：
最后是表现非常出色的Step-2-16k，回答里找不出一点瑕疵，同时也是本次测试中唯一一个完全正确的模型：
通过本次测试可以判断AI模型是否能够识别和理解非常规的字符组合，而Step-2-16k模型的表现确实令人瞩目，其余六个模型在细节上或多或少都存在一些瑕疵。
想要准确解读火星文的含义，AI模型不仅需要强大的语言文本处理能力，还要对火星文这种特定的网络文化有一定的理解。总之，AI模型对火星文的破解，展示了人工智能在语言处理方面的进步，随着AI的发展，我们期待AI能够在处理全球多种语言和文化现象方面发挥更大的作用。
参考文章：
https://twitter.com/dotey/status/1835910802072592794
https://mp.weixin.qq.com/s/-ruGnlbFLd4Df7RKi_QuRQ
