由于各家平台上的模型系列太多了，必须根据任务选择最适合需求或最强大的模型。

我决定使用Google AI，辅助解决编程和数学问题，找到以下选项：

1. Gemini 1.5 Pro：

  • 优势：
    • Gemini 1.5 Pro 在复杂推理、逻辑和编码方面表现出色。
    • 它拥有强大的上下文窗口，能够处理大量的代码和数学公式。
    • 非常适合解决复杂的编程问题、算法设计和数学证明。
  • 适用场景：
    • 复杂的算法和数据结构问题。
    • 数学证明和符号计算。
    • 代码调试和优化。
    • 软件架构设计。
  • 使用方式：
    • 通过 Vertex AI Studio 访问 Gemini 1.5 Pro。
    • 通过 Google Cloud 的 Gemini API 进行编程调用。

2. Gemini 2.0 Flash：

  • 优势：
    • Gemini 2.0 Flash 专注于提供快速、高效的响应。
    • 它在处理日常编程和数学问题时，能够提供快速的解决方案。
    • 适合需要快速迭代和原型设计的场景。
  • 适用场景：
    • 快速的代码片段生成。
    • 简单的数学计算。
    • 日常编程问题解答。
    • 快速原型设计。
  • 使用方式：

选择建议：

  • 如果您需要解决复杂的编程和数学问题，或者需要处理大量的代码和数据，Gemini 1.5 Pro 是更好的选择。
  • 如果您需要快速的解决方案和高效的响应，或者需要进行快速原型设计，Gemini 2.0 Flash 更适合。
  • 您也可以根据实际使用情况，对比两个版本的输出结果，来选择更合适自己使用的版本。
  • 如果您是开发人员，那么通过Vertex AI Studio 平台，或者API调用，会更有利于您的工作。

额外提示：

  • 在使用任何模型时，清晰、明确的提示至关重要。
  • 提供尽可能多的上下文信息，有助于模型更好地理解您的需求。
  • 对于复杂的编程和数学问题，将问题分解为更小的子问题，有助于提高模型的准确性。

Google VS. Anthropic

我们尝试用Gemini 2.0 Flash，写一个程序做文本翻译，参考：Google Cloud Translation API 翻译工具解析

调用Vertex AI api 或 Cloud translation api, Gemini系列模型，测试了一下，翻译程序无法解决原文件格式丢失、跳过不必要翻译的目标语言文件、以及误判文件和字符的语言类型诸多问题。经过5个回合而无法完成debug，始终处于一种死循环中，解决一个问题，又陷入另外一个缺陷的境地。

此外，还尝试用NMT模型，它将文件的格式全部丢失，翻译后的全部字符缩成一团，更离谱了。。。

然后将该程序递交给SourceGraph CODY，内置免费的编程辅助引擎AnthropicClaude，只经过2个回合debug，一次修改，搞定了Gemini 遗留的格式丢失难题。

经过1个月的实测经验，截止2025年3月中旬，Google尚未上线超越CODY的编程辅助模型，Google做得很大，可能细分市场方面还未介入，也或许早已有非常好的相关产品，但是我们若陷入Google的庞大产品迷魂阵和复杂的使用方法中。

bug 案例

Gemini编程的作品，如何导致翻译后的文件格式丢失？

例如，文章头部信息frontmatter中的 categories: 和 tags: 下方的中横线 - 缺少一个tab的缩进，frontmatter 和首个大标题中间缺少一个空行。

---
title: "Translation Solution"
date: 2025-02-16
description: Cultivate good habits and improve the quality of life!
categories:
- IT

tags:
- Internet
- Mathematics & Computers
- AI
---
# How to understand the chaos of human society?

Processing file