一分钟了解8大AI大模型的优缺点（有图有链接）平时工作如何选择？

已于 2025-03-02 20:56:40 修改
阅读量879 收藏 13
点赞数 11
文章标签： pdf 人工智能 chatgpt Deepseek 人机交互
于 2025-03-02 16:42:55 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_57124989/article/details/145962106
版权

写在前面：感谢所有支持的收藏和粉丝，希望这些文章对你们有些许帮助！点点关注不迷路，免费的赞和收藏走起来！后续更新第一时间提示哦，每周会更新不同内容。这篇文章是下周的前置内容，如何用AI大模型DeepSeek，KIMI等快速为你打造一个量身定做的软件，全过程教学------以pdf取图为例

 1. 多模型的魔法：如何结合 DeepSeek、阿里通义千问、Claude 3.5，grok3，chatgpt 腾讯的腾讯元宝，豆包等多模态模型，让复杂的图像和表格提取变得简单。

2. AI 编程助手的助力：Cursor 和 Kimi 如何帮助你快速编写、优化代码，让开发效率飞起。

3. 新兴工具的惊喜：CSDN 的 INS、mgx.dev 等平台如何为代码管理和调试提供强大支持。

4. 实战脚本分享：从环境搭建到代码实现，再到优化调试，我会手把手教你打造一个实用的 PDF 处理工具。

5.关于这些模型的应用心得，个人主观感受的优劣，差距。国内外应用方法，资费等

具体参考预告说明

目录

1.我们会用到哪些工具？

1.1模型的选择

1.2模型的介绍（基于个人感受）

1.2.1关于deepseek

1.2.2关于kimi

1.2.3关于Qwen（通义千问）

1.2.4关于腾讯元宝

​编辑

1.2.5关于豆包（我一般叫他豆书记）

1.2.6总结及个人推荐程度

1.3国外大模型简单介绍

1.3.1关于chatgpt

1.3.2关于claude3.7

1.3.3关于grok3

1.3.4总结及个人推荐程度

模型特性与评分依据 

1.4总结

1.我们会用到哪些工具？

1.1模型的选择

目前国内主流的是

最低0.47元/天 解锁文章
揭秘 Stable Diffusion：利用 AI 智能绘图功能，打造出具有创意性的平面设计作品——AI 作图神器 Stable Diffusion 有哪些强大功能？应用案例详解
AI天才研究院
06-12 3万+
在当今数字化时代，人工智能技术已经深入到我们的生活中的各个领域。其中，AI 智能绘图功能已经成为了许多设计师和创意工作者的必备工具。今天，我们将为大家揭秘一款备受关注的 AI 作图神器 Stable Diffusion，它具有哪些强大的功能和特点。Stable Diffusion 是一款基于开发的作图神器，具有许多强大的功能，包括：1.：Stable Diffusion 可以智能识别用户上传的图片，并自动调整图片质量和色彩，让图片更加清晰、饱满。
大规模语言模型从理论到实践 有监督下游任务微调
AGI×大数据，开启智能时代的认知跃迁；解码AGI，赋能数据驱动的智能革命。
08-27 575
大规模语言模型从理论到实践：有监督下游任务微调 关键词： 大规模语言模型，微调，自然语言处理，预训练，监督学习，Transformer，BERT，NLP，下游任务
大模型API接口响应速度深度评测：DeepSeek、通义千问、火山豆包、腾讯元宝大比拼
最新发布
叶子的博客
03-24 1622
大模型API接口响应速度深度评测：DeepSeek、通义千问、火山豆包、腾讯元宝大比拼（评测时间：20250323）
基于 MetaGPT 自部署一个类似 MGX 的多智能体协作框架
特立独行的博客
02-28 2395
MetaGPT 是一个基于大语言模型（如 GPT-4）的多智能体协作框架，旨在通过模拟人类团队的工作模式，让多个 AI 智能体分工合作，共同完成复杂的任务。
AI开发新纪元：MGX多智能体协作平台深度解析
AI智能体研究
03-17 1808
随着技术的不断发展，**MGX有望逐步演进为一个高度智能化的"AI Society"**，在这个未来社会中，客户可以像面试人类员工一样，对Agent进行评估与选择，开启一个全新的智能化协作时代。雇佣MGX多智能体开发团队的费用如下图所示，可以看到最贵的Pro 500套餐已经比肩Devin的订阅价格了，根据测试经验，零散的简单任务，Free套餐就可以覆盖了，如果使用频率比较高，那就需要考虑Pro套餐了。随着人工智能技术的迅猛发展，特别是大型语言模型（LLM）的广泛应用，软件开发领域正经历着前所未有的变革。
震惊！没有Manus邀请码？这两个神器让你轻松上手！
yeshefeng的博客
03-08 996
通过研究OpenManus的 源代码，开发者可以学习到如何构建AI 智能体的基本框架， 如何实现智能体的感知、决策和行动能力，以及如何将AI 智能体 应用于各种不同的场景中。通过参与OpenManus的 开源社区，你不仅可以学习到最前沿的AI技术，还可以结识更多志同道合的技术爱好者，共同推动AI智能体技术的发展。开源的特性， 赋予了你更大的自由度和探索空间， 你可以在OpenManus的基础上， 构建更 个性化、 更符合自己需求的AI智能体应用。这次，咱们来点 更刺激的，更 好玩的！
AI大模型Cluade-3.7-sonnet体验实测
heiyeluren的blog（黑夜路人的开源世界）
03-11 1707
本文主要是探讨Anthropic公司最新大模型Cluade-3.7-sonnet的一些真实表现情况，给大家一个模型能力参考。
OpenAI文生视频大模型Sora概述
ASS-ASH的博客
02-22 2820
Sora的发布引发了关于虚假信息传播的争议。OpenAI将视频和图像表示为Patch，类似于GPT中的token，这种统一的数据表示方式使得Sora能够在更广泛的视觉数据上进行训练，涵盖不同的持续时间、分辨率和纵横比，有助于模型学习到更丰富的视觉特征，提高生成视频的质量和多样性。Sora是一种扩散模型，具备从噪声中生成完整视频的能力，它生成的视频一开始看起来像静态噪音，通过多个步骤逐渐去除噪声后，视频也从最初的随机像素转化为清晰的图像场景，其能够一次生成多帧预测，确保画面主体在暂时离开视野时仍保持一致。
AI大模型实现图片OCR识别
weixin_60669486的博客
11-19 1万+
6000000004254-0-tps-1384-3024.jpg"}, {"text": "这是什么?{"type": "text", "text": "请对这张图片进行OCR识别，并输出最准确的验证码，直接输出识别出的结果字符，不要输出其他内容。大模型不仅能精准提取图片中的文字，还能以规整的形式输出。请对这张图片进行OCR识别，并输出最准确的验证码，直接输出识别出的结果字符，不要输出其他内容。在LLM的辅助下，OCR技术可以应用于更复杂的场景，如自然场景文本识别、手写字体识别等。
30分钟零代码造应用，程序员要集体失业了？
十年互联网开发老兵，陪你一起学技术
02-21 826
凌晨三点，我的手机突然收到GitHub推送...当硅谷码农还在为GPT-5的API调用费肉疼时，一支神秘AI军团已悄然攻占全球127个代码仓库。就在昨天深夜，MetaGPT团队扔出核弹级产品——MGX（MetaGPT X），这个号称"AI版复仇者联盟"的开发平台，正在掀起一场比低代码革命凶猛百倍的"负代码海啸"。凌晨1:23，推特网友@CodeWarrior晒出惊悚截图："刚让MGX的AI产品经理...
AI 编程的 L1-L5
十年互联网开发老兵，陪你一起学技术
02-07 945
随着 AI 编码工具的出现，编码行业正在经历快速的变化，这些工具的范围从基本的代码补全到完整的软件开发生命周期。让我们借用自动驾驶汽车的术语，将这些工具分为五个级别：L1 到 L5。级别高级方法示例流行产品L1代码级补全GitHub Copilot, TabbyL2任务级代码生成 工单转代码 集成聊天的 IDEChatGPT, Claude aider, cline, 16x Prompt Cur...
Deepseek对比阿里通义千问
samHuangLiang的博客
02-06 2940
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，
教你免费使用Claude 3.7 Sonnet，无限量！
crj_666的博客
02-28 6141
教你免费使用Claude 3.7 Sonnet，无限量！
所有程序员看过来，用上不要钱的Claude-3.7-sonnet了
u010291330的博客
03-04 1242
卡片应该用不同的动画直观地表示以下天气条件：风：（例如，移动的云，摇曳的树，或风线）雨：（例如，落下的雨滴，形成的水坑）太阳：（例如，闪亮的光线，明亮的背景）雪：（例如，落下的雪花，积雪）并排显示所有的天气卡卡片应该有一个黑暗的背景。对于这类简单的问题，写代码的效率实在是太高了，关键是他做的效果，起码在中等这个基准线之上。它根据提示，成功的创建了一个新的html 文件，并自动将里面的文字全部翻译成了中文，连浏览器 Tab 上的标题也改了。，还不收费，所以我有些小激动，立马在上面试了一把，感觉很好。
两步教你抢先体验claude3.7！便宜，快速，国内可用！
qq_40843986的博客
02-25 6930
本期只教大家怎么使用 claude3.7；可以自行选择等聊天工具；需要的话，可以看我往期的教程，或者直接在浏览器搜索（组合搜索）。
见多识广1：试用Grok 3和Claude 3.7 sonnet
Liu_First的博客
02-25 460
包括研究生水平的推理，代码，多语言回答、数学等问题上都提升明显（不过我发现Deepseek R1在数学问题上竟然还是第一名）。而且看起来比不过Grok 3啊。我用它生成了一个生成俄罗斯方块的代码，虽然还有问题，但是已经像那么一回事了。主要是它还不用电话卡去注册，挺好。注册Claude账号要买国外手机号，手机号购买网站sms起码要充值2美元，我不干了。是Anthropic公司刚刚推出的混合推理模型。我就用X账号登陆的。
DeepSeek、Kimi、豆包，哪个更强？快来看看你适合哪一个！
热门推荐
CUFEECR的博客
02-03 2万+
春节期间，DeepSeek持续刷圈，其因为强大的推理能力、高性价比和真正的开源开放，迅速成为2025年初的AI黑马，横空出世、迅速搅翻全球，让美国同行和管理层都慌了，在一定程度上动摇了美国科技行业的“无敌”地位。DeepSeek这次的出圈给自身带来了泼天流量，很大程度上利好国内AI发展，类似之前的月之暗面的Kimi和字节的豆包，Kimi因为支持超长上下文、豆包因为完善的生态，也都是出圈爆火的国产AI。那么它们到底哪个更强呢？
Claude 3.7 Sonnet 上线，代码能力碾压全场，顺便安利个新的客户端：Cherry Studio
强化学习曾小健
02-27 1616
支持自定义 API 供应商，比如将我们one api里提供的逆向 api 接上，就可以免费无限使用 o3-mini 了。
财务人员学习用pycharm 好还是csv，有没有系统的学习建议最好有案例有练习
03-11
<think>嗯，用户之前问过财务人员如何快速入门Python，现在他们又接着问使用PyCharm还是CSV，以及有没有系统的学习建议，最好有案例和练习。首先，我需要明确用户的问题重点。他们可能已经开始了Python学习，现在在工具选择和学习路径上需要进一步的指导。 首先，关于PyCharm和CSV的选择。这里可能有些混淆，因为PyCharm是一个集成开发环境（IDE），而CSV是一种文件格式，两者属于不同类别。用户可能想问的是在财务数据处理中，使用PyCharm这样的IDE还是其他工具（比如Jupyter Notebook）来处理CSV文件。或者他们可能想问的是应该学习使用PyCharm还是专注于处理CSV文件？需要澄清这一点，但根据常识推断，用户可能是在选择开发工具，比如PyCharm对比其他IDE，或者对比其他数据处理工具。 接下来，用户需要系统的学习建议，包含案例和练习。结合之前的回复，用户是财务人员，可能需要结合财务场景的实例，比如处理Excel/CSV数据、自动化报表、财务分析等。需要推荐合适的学习路径，从基础到应用，逐步深入。 在之前的计划中，提到了使用Anaconda和Jupyter Notebook，但现在用户提到PyCharm，可能需要比较两者的优缺点。PyCharm适合大型项目，有强大的调试和代码管理功能，而Jupyter适合交互式数据分析，适合初学者快速查看结果。财务人员可能更偏向于数据处理和脚本编写，所以可能需要推荐两者结合使用，或者根据使用场景选择。 另外，用户提到CSV，可能关心如何处理CSV文件，这部分在之前的回答中已经涉及pandas库的使用，但可能需要更详细的案例，比如如何读取、清洗、分析CSV数据，并生成报告。 在系统学习建议方面，需要分阶段，从环境搭建、基础语法、数据处理、到实际项目，每个阶段配合案例和练习。例如，第一阶段学习PyCharm的基本使用和Python语法，第二阶段学习pandas处理CSV/Excel，第三阶段实战项目如自动化报表或财务分析。 还要考虑用户的背景，财务人员可能对编程不太熟悉，所以建议要简单易懂，避免过多技术术语，提供实际财务相关的例子，比如处理发票数据、计算财务报表、预算与实际对比等。 可能需要检查之前的回答是否已经覆盖了这些内容，或者是否需要补充更多细节。比如，在工具选择部分详细说明PyCharm和Jupyter的适用场景，以及如何结合使用。在案例部分，提供具体的代码示例和练习题目，让用户能够动手实践。 总结来说，回答需要分为几个部分：工具选择建议（PyCharm vs其他工具）、处理CSV的重要性、系统学习建议分阶段、案例和练习示例、资源推荐。确保内容结构清晰，符合用户需求，并且实用可行。</think>--- ### 一、工具选择解析：PyCharm vs CSV（问题澄清） **核心结论**： - **PyCharm**是专业编程工具，**CSV**是数据存储格式，**二者不是二选一的关系** - **正确组合**：用PyCharm编写代码 + 用Python处理CSV/Excel财务数据 #### ▶ PyCharm核心优势（适合财务场景） 1. **数据处理调试**：可逐行检查`pandas`处理数据的中间结果 2. **代码模板管理**：保存常用财务脚本（如自动生成现金流量表） 3. **数据库连接**：直接对接用友/金蝶等财务系统导出的数据 #### ▶ CSV在财务中的核心作用 - **财务数据交换标准格式**（95%的财务系统支持导出CSV） - **轻量化存储**：比Excel更适合处理10万行以上的交易记录 - **示例场景**： ```python # PyCharm中处理CSV的典型代码 import pandas as pd 应收账款表 = pd.read_csv('2023应收账款.csv') 逾期客户 = 应收账款表[应收账款表['到期日'] < '2024-01-01'] # 筛选逾期账款 ``` --- ### 二、系统性学习路线（含案例+练习） #### **阶段1：PyCharm基础操作（3天）** - **必学功能** - 项目创建：区分「应收账款分析」「成本核算」等独立项目 - 虚拟环境配置：用`requirements.txt`管理依赖库 - 快捷键：`Ctrl+/`快速注释代码块（调试时必备） - **练习案例** ```python # 创建第一个财务脚本文件（hello_finance.py） print("开始执行2024年1月成本分摊计算") 部门成本 = {"销售部": 120000, "研发部": 98000} print(f"研发部预算剩余：{部门成本['研发部'] - 75000}元") ``` #### **阶段2：CSV/Excel自动化处理（2周）** - **核心库**：`pandas` + `openpyxl` - **关键技能**： | 技能点 | 财务应用场景 | 代码示例片段 | |----------------|--------------------------|-----------------------------| | 多表合并 | 合并各分公司提交的预算表 | `pd.concat([df1, df2])` | | VLOOKUP替代 | 匹配客户编号与开票信息 | `df.merge(df2, on='客户ID')`| | 条件格式自动化 | 标红超额报销项 | `df.style.applymap(颜色标记)`| - **实战案例：费用报销分析** ```python # 在PyCharm中运行 报销数据 = pd.read_excel('2023年报销单.xlsx') 异常报销 = 报销数据[ (报销数据['金额'] > 5000) | (报销数据['发票编号'].isnull()) ] 异常报销.to_csv('待核查清单.csv', encoding='gbk') # 兼容中文版财务软件 ``` #### **阶段3：财务系统集成（1周）** - **数据库操作**： ```python # 连接用友U8数据库（示例） import pyodbc conn = pyodbc.connect('DRIVER={SQL Server};SERVER=财务服务器;DATABASE=UFDATA') df = pd.read_sql("SELECT * FROM 凭证表 WHERE 会计期间=202301", conn) ``` - **定时任务**：用`schedule`库每天自动生成资金日报 ```python import schedule def 生成日报(): # 此处添加数据抓取+分析的代码 print("资金日报已生成：" + str(datetime.now())) schedule.every().day.at("08:30").do(生成日报) # 每天上班前自动运行 ``` --- ### 三、学习资源与效率提升技巧 #### **精选学习材料** 1. **工具手册**：[PyCharm官方财务项目示例](https://www.jetbrains.com/pycharm/learning/)（含会计科目处理案例） 2. **实战图书**：《Python财务数据分析从入门到实践》（机械工业出版社） #### **高效训练法** - **逆向学习法**： 1. 下载GitHub上的财务Python项目（搜索"finance-analysis"） 2. 在PyCharm中直接运行并修改参数（如税率、折旧年限） 3. 观察数据变化规律，反向理解代码逻辑 - **AI辅助**： - 用ChatGPT解释复杂代码：输入「请用中文解释这段应收账款账龄分析的代码」 - 生成练习数据：提示「生成包含客户名称、发票金额、到期日的模拟CSV数据」 --- ### 四、常见问题解答 **Q：财务人员需要学到什么程度？** - **基础目标**：能独立完成数据清洗、报表自动化、简单可视化 - **进阶目标**：开发应收应付预警系统、成本动因分析模型 **Q：遇到代码报错怎么办？** - **第一反应**：检查中文路径/文件名（常见错误源） - **黄金步骤**： 1. 复制错误信息到百度 2. 在报错行上方添加`print()`输出中间变量 3. 简化代码到最小可运行版本再逐步添加功能 --- ### 附：30分钟快速验证案例 **任务**：用PyCharm计算月度销售提成 1. 创建`sales_bonus.py`文件 2. 输入以下代码： ```python import pandas as pd 销售数据 = pd.DataFrame({ '销售员': ['张三', '李四', '王五'], '销售额': [258000, 147000, 393000] }) 销售数据['提成'] = 销售数据['销售额'].apply( lambda x: x*0.03 if x>200000 else x*0.01 ) print(销售数据) ``` 3. 右键点击运行，查看控制台输出的提成计算结果 --- 通过以上路径，财务人员可在**1个月内**掌握PyCharm核心操作与CSV数据处理能力，建议从「费用分析自动化」这类高频率需求切入实践。
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