相比通义千问、kimi等模型，DeepSeek考公能力怎么样？

最新推荐文章于 2025-05-02 19:14:11 发布
最新推荐文章于 2025-05-02 19:14:11 发布
阅读量231 收藏
点赞数 3
分类专栏： 大模型 文章标签： DeepSeek AIGC 大模型
本文为博主原创文章，转载请联系博主授权。
本文链接：https://blog.csdn.net/kuailebuzhidao/article/details/145670202
版权

之前我们对kimi、通义千问的考公题目分析解题能力做了测评，发现最后都无法正确解析考公题目。

传送门：如果用大模型考公，kimi、通义千问谁能考高分？

现在我们用DeepSeek试试，是否能考过？

问题提干：大小两种规格的盒装鸡蛋，大盒装23个，小盒装16个，采购员小王买了500个鸡蛋，大盒装一共比小盒装()，请问括号中填多少？

DeepSeek第一次就正确给出了答案，果真强!

而之前kimi和通义千问，提示了很多次都无法给出正确答案。

DeepSeek唯一缺点是现在访问有点卡，可能会提示“服务器繁忙，请稍后再试。”。

当然也可能是鹰狗子攻击DeepSeek导致的。

后续我们继续测评关于DeepSeek的应用场景。

【AI大模型】DeepSeek + Kimi 高效制作PPT实战详解
congge
03-04 1万+
AI赋能，使用DeepSeek 高效制作PPT实战详解
国内外主流 AI 大模型盘点（DeepSeek、Manus、通义千问、ChatGPT、Claude、Gemini 等）
晴天彩虹雨的博客
03-17 1683
近年来，人工智能领域的大语言模型（LLM）迅猛发展，国内外科技公司纷纷推出了具有竞争力的 AI 模型。本篇文章将盘点当前主流的大模型，包括 OpenAI 的 ChatGPT、Anthropic 的 Claude、Google 的 Gemini，以及国内的 DeepSeek、通义千问（Qwen）、Manus 等，并探讨它们的核心技术、适用场景及未来发展趋势。全球 AI 大模型的竞争日益激烈，国内厂商在开源生态、行业适配等方面持续创新。具备强大的自然语言理解和生成能力，支持代码编写、文本创作、多模态理解等。
Deepseek与doubao|tongyi|wenxin三个大模型对比编写数据处理脚本
longxiaotian718的博客
02-11 1358
处理大量数据时，使用Pandas库是一个非常高效的选择。下面我将提供一个简单的Python脚本示例，该脚本读取包含100万条记录的Excel文件，去除其中的重复行，并将清洗后的数据保存到一个新的Excel文件中。在开始之前，请确保已经安装了pandas和openpyxl这两个库。
Deepseek对比阿里通义千问
samHuangLiang的博客
02-06 2950
它使用了大数据技术和分布式计算来处理海量的问题和文本数据，并能够在短时间内提供准确的搜索结果。Deepseek和阿里通义千问都是自然语言处理技术公司，它们都提供了类似的问题回答和语义搜索功能。然而，它们在一些方面有一些不同之处。总体来说，Deepseek和阿里通义千问有一些共同之处，但在某些方面有一些不同的重点。它采用了深度学习和自然语言处理技术来理解问题的意思，并提供更准确和全面的回答。从页面效果来看deepseek能满足基本需求，而通义千问生成的页面不太符合美观，整个页面是通过多次优化后得到的，
五款国产AI大模型大测评！Kimi，智谱清言，通义千问，文心一言，豆包谁更胜一筹？
热门推荐
weixin_59191169的博客
10-28 4万+
AI大模型是指具有巨大参数量的深度学习模型，通常包含数十亿甚至数万亿个参数。原理主要基于深度学习技术，特别是神经网络和大规模数据的训练，它们通过分析大量数据来学习语言模式、知识表示和任务执行策略。AI大模型的训练过程通常包括以下几个步骤：数据预处理：对原始数据进行清洗、整理和标注，包括去除噪声、填充缺失值、归一化等操作；模型构建：设计并搭建神经网络，这包括确定网络的层次结构、神经元数量、激活函数等；模型训练：将预处理后的数据输入到神经网络中，不断调整神经元的连接权重使模型达到满意的性能；
使用 ollama 部署本地模型，零基础入门到精通，非常详细收藏我这一篇就够了
m0_65555479的博客
08-15 2927
在本地启动并运行大型语言模型。运行Llama 2，Code Llama和其他模型。自定义并创建您自己的。
个人常用AI的一些看法（仅供参考）
bistutzyy的博客
12-16 4334
关于我使用的ai工具的一些看法（仅供参考）
DeepSeek、Kimi、文心一言、通义千问：AI 大语言模型的对比分析
BuluAI的博客
02-13 1万+
DeepSeek、Kimi、文心一言和通义千问作为国内领先的 AI 大语言模型，各有其独特的特点和优势。DeepSeek 在专业领域和多模态任务中表现出色，具有较高的性价比和稳定的性能。Kimi 注重对话的流畅性和安全性，在教育、客服等领域有广泛的应用。文心一言在内容创作和智能客服领域有出色的表现，能够生成丰富多样的文本内容。通义千问侧重商业场景和云服务生态的衔接，在商业领域有广泛的应用。用户可以根据自己的需求和预算选择合适的模型，以获得最佳的使用体验。
大语言模型有什么区别？带你了解DeepSeek、Kimi、文心一言、通义千问
xingchenhy的博客
02-28 969
大语言模型有什么区别？带你快速了解DeepSeek、Kimi、文心一言、通义千问
基于esp32s3 N16R8的语音助手，可通过web服务端配置大模型key和语音服务key，支持通义千问、豆包大模型、kimi、deepseek、openAI或者自建ollama等大模型的接入
04-11
基于esp32s3 N16R8的语音助手，可通过web服务端配置大模型key和语音服务key(支持接入腾讯/火山/阿里的语音服务)，支持通义千问、豆包大模型、kimi、deepseek、openAI或者自建ollama等大模型的接入。同时可通过web...
为什么国产大模型中，只有 Deepseek 火出圈了？
surfirst的博客
02-09 975
**简介：** 国产大模型层出不穷，但为何只有 Deepseek 火出圈了？本文从“出口转内销”策略、出色的性能表现以及对 AI 生态圈的完整支持等方面，深度剖析 Deepseek 的成功之道。同时，对比其他国产大模型在生态融入、海外市场拓展等方面的不足，揭示 Deepseek 脱颖而出的关键原因。无论你是技术爱好者还是行业观察者，这篇文章都将为你提供独到的见解。
国内免费AI还有哪些？真的好用吗？
m0_59328104的博客
03-19 6271
国内AI网站涵盖了从基础研究到实际应用的多个方面，为用户提供了丰富的资源和服务。都是一些大厂的产品，同时使用也是方便快捷。
DeepSeek火出圈，咱怎么看
space_huhucat的博客
01-06 2473
作为对照，我同时邀请了豆包，Kimi，微软Copilot以及通义（openAI我暂时无法访问，所以没法放上来对比了，如果有朋友能用ChatGPT的话，可以帮我试试问下）。在会议的第一天提出了一项提案，每个科学家对该天的意见均用一个非负整数表示，从第二天起，每个科学家对该提案的意见改为前一天其所有朋友对该提案意见的平均值的整数部分。DeepSeek、Kimi、豆包的答案基本一致： openAI在12月有两次停服，11号的是因为一个新服务上线，26号的则可能是因为供应商微软云服务的问题。首先，要能存活下来。
「Mac畅玩AIGC与多模态13」开发篇09 - 基于多插件协同开发智能体应用（天气+名言查询助手）
最新发布
天月智联
05-02 621
本篇介绍如何在 macOS 环境下，同时接入多个自定义 OpenAPI 插件，实现智能体根据用户请求自动分析，调用天气查询或名言查询服务，完成多功能协同应用开发。选择已创建的 Weather Query Plugin，直接添加到新应用中。同时接入多插件的配置技巧根据问题内容自动调用对应插件的应用逻辑培养智能体多功能协同应用基础本案例是进入复杂工具协同智能应用的重要跨越点，为后续符合复杂场景需求打下基础。
「Mac畅玩AIGC与多模态06」开发篇02 - 开发第一个知识库问答应用
天月智联
04-28 335
本篇介绍如何在 macOS 环境下，基于已部署完成的本地 LLM 模型与向量化模型，开发第一个 Dify 知识库问答应用，实现文档检索、知识问答和上下文增强功能。通过本篇开发流程，已基于本地部署的 LLM 模型与 Embedding 模型，在 Dify 平台成功创建了第一个知识库问答应用，具备文档检索与知识增强能力。后续可在此基础上进一步接入插件扩展功能，实现更丰富的智能体应用场景。
利用通义灵码和魔搭 Notebook 环境快速搭建一个 AIGC 应用 | 视频课
阿里巴巴云原生的博客
04-30 646
在本次分享中，我们主要介绍了两个关键工具：通义灵码和魔搭 Notebook。通义灵码，作为 AIGC 应用开发的核心，提供了强大的代码生成和辅助开发能力，也就是它提供了强大的思考能力，使编程门槛进一步降低。我们只需拥有想法和功能描述，即可得到相应的代码开发所需应用。至于魔搭 Notebook，它作为 AIGC 应用的躯干，提供了强大的硬件资源及集成的大模型开发环境，使我们的 AIGC 应用能够在该环境中运行。
「Mac畅玩AIGC与多模态12」开发篇08 - 使用自定义汇率查询插件开发智能体应用
天月智联
05-01 811
本篇介绍如何在 macOS 环境下，通过编写自定义 OpenAPI Schema，将实时汇率查询服务接入 Dify 平台，并开发基于外部金融数据的智能体应用。本案例继续实践 GET 请求型 API 的实际调用技巧，应用范围扩展到金融领域。登录 Dify 后台点击「工具」栏目，选择「自定义」，点击「创建自定义工具」填写基本信息：插件名称：Currency Exchange Plugin工具栏点击「添加」选择 Currency Exchange Plugin。
「Mac畅玩AIGC与多模态05」部署篇03 - 在 Mac 上部署本地向量化模型（Embedding Models）
天月智联
04-28 1305
本篇介绍如何在 macOS 环境下，为 Dify 平台部署本地向量化模型（Embedding Models），支持知识库文档向量化、语义检索与智能体上下文增强。向量化模型是实现知识库问答与 RAG（检索增强生成）应用的基础组件。通过本篇部署流程，已在 macOS 环境下完成本地向量化模型部署，并成功接入 Dify 平台，实现文档向量化索引功能。Embedding 模型是知识检索、上下文增强、多轮对话的重要支撑，为后续构建完整的 RAG 应用体系打下了坚实基础。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值