大模型读书报告

为了对比，我分别让Deepseek和豆包帮我写了个画五星红旗的程序，画出来的效果如下：

deepseek

豆包
可以明显看出来deepseek的更接近五星红旗的样子，但豆包还同时给出了用JavaScript 的 HTML5 Canvas来绘画的程序

上图就是运行结果
就上面的结果来看，deepseek的能力比豆包更高，但豆包是多模态大模型，特点是不局限于纯文本交流，可以识别图片，视频，语音等等，也可以生成图片，视频，语音等。
而deepseek属于通用大语言模型，擅长文本生成和逻辑推理。
在日常生活中选择使用豆包或通用模型，需根据具体需求：
若需处理多模态数据或垂直场景任务，豆包更具优势；
若专注于文本生成与复杂逻辑推理，通用模型更合适。
由此可见不同的大模型有不同的优势区间，在使用大模型是应先思考问题的类型，再选择合适的大模型来解决问题，或是对比不同大模型的回答来找出最佳答案。
在使用大模型时尽量减少问题的未知信息，有助于得到更符合问题的回答。同时也要自己思考给出的回答，再进行一些必要的修改来得到最终的结果

下面是自己修改后的画五星红旗的程序

import turtle

设置画布大小

turtle.setup(600, 400)

设置画笔速度

turtle.speed(10)

绘制红色背景

turtle.penup()
turtle.goto(-300, 200)
turtle.pendown()
turtle.color("red")
turtle.begin_fill()
for _ in range(2):
turtle.forward(600)
turtle.right(90)
turtle.forward(400)
turtle.right(90)
turtle.end_fill()

绘制大五角星

def draw_star(x, y, size):
turtle.penup()
turtle.goto(x, y)
turtle.setheading(0)
turtle.pendown()
turtle.color("yellow")
turtle.begin_fill()
for _ in range(5):
turtle.forward(size)
turtle.right(144)
turtle.end_fill()

绘制大五角星

draw_star(-200, 100, 100)

绘制四个小五角星

def draw_small_star(x, y, size, angle):
turtle.penup()
turtle.goto(x, y)
turtle.setheading(angle)
turtle.pendown()
turtle.color("yellow")
turtle.begin_fill()
for _ in range(5):
turtle.forward(size)
turtle.right(144)
turtle.end_fill()

绘制四个小五角星

draw_small_star(-80, 150, 30, -30)
draw_small_star(-50, 100, 30, 30)
draw_small_star(-50, 55, 30, 0)
draw_small_star(-80, 20, 30, -30)

隐藏画笔

turtle.hideturtle()

结束绘制

turtle.done()