LLM比较：如何将大语言模型应用于作物育种中？

我对几个主流中文大模型提问“如何将大语言模型应用于作物育种中？”，试图得到一些启发。

文心一言

文心一言3.5，很笼统的回答，4要钱，就这水平还好意思要？

讯飞星火

好像什么都说了，又好像什么都没说。深度推理X1似乎只能用于数学解题。

Kimi k1.5长思考

比较全，比较泛。

通义千文2.5 深度搜索

不太行。

腾讯元宝

无力吐槽。

豆包

智谱清言Zero推理

思考过程比较慢，而且思考逻辑像个小学生。

DeepSeek R1

思考过程有逻辑。

答案比较具体，受到一定启发。

硅基流动 DeepSeek-R1

奇怪的是，使用硅基流动部署的满血版deepseek R1，其思考过程与答案却不同（差异较大）。

很多人反馈DS有时候会降智，相同的问题两次提问回答不同，第二次降智了。GPT也存在这样的情况。尽管如此，DS的回答还是显著优于其他中文模型。

最近没钱，就没试GPT o1，基本上短期内可以用DeepSeek平替了，但不能保证以后DS也不收费。