WizardLM2近期在AI社区引发了一场不小的风波。事件的核心原因并不复杂：开发团队显然在发布前遗漏了毒性测试这一关键环节，导致微软迅速撤下了所有相关模型，HuggingFace上的原始仓库也已被彻底清空。安全审查环节的疏漏，直接让产品付出了被下架的代价。

不过，这一事件并非没有转机。WizardLM2采用Apache 2.0许可证进行开源，这意味着微软并无权强制要求他人删除已经复制到其他位置的仓库版本。换句话说，即便官方仓库被清空，只要有人提前进行了备份，该模型实质上并未消亡。目前，HuggingFace上仍然可以下载到相关副本。

此外，Ollama模型仓库中的相关资源也未受波及，仍然保持完好。

那么，这款模型的实际性能是否真如微软当初宣传的那般强大？我们不妨借助Ollama来运行WizardLM2-7B，进行一次快速评测。

第一步，直接执行命令下载并加载模型：

ollama run wizardlm2:7b

第二步，在ChatBox中配置好底层模型，准备开始测试。

第三步，直接提升测试难度，用近期网络上热度很高的“弱智吧”问题来拷打它：

内裤翻过来穿，是不是代表世界都在内裤之中
智商很弱叫弱智，那智商很牛是不是叫牛智呢？
明明是我们走向死亡的道路，却被叫做人生
一个半小时，是不是三个半小时？
如果猪肾虚，那它的腰子还补吗？

为了提供一个参照基准，我们将完全相同的题目也交给了Qwen1.5-7B，以便对比两者之间的表现差异。

需要特别说明的是，本次测试仅为一次娱乐性质的快速体验，严谨程度有限，结论仅供读者参考。不过，从测试结果来看，我们仍然能获得一些直观的感受。

• WizardLM2-7B的实际表现并未达到预期的智能水平。例如，在“牛智”这一问题上，Qwen的回应显然更讨喜；至于“人生”那句名言的具体出处，尚不确定是否真的源自鲁迅的《呐喊》；而关于“三个半小时”的文字游戏，两个模型均未能准确绕开其中的陷阱。

• 单纯从输出内容的长度来看，WizardLM2确实比Qwen1.5-7B更为健谈，但其表达往往显得有些冗长，不如Qwen那般干脆利落。

当然，基于本次测试，一个合理的推测是：WizardLM2的训练语料可能较少收录“弱智吧”这类特色中文网络文化内容，因此其在中文语境下的表现，不如英文语境那样流畅自然。