2024年常见Ollama大模型对比
最近对大模型很感兴趣，于是下载了许多热门的大模型：
我之前就听闻llama很出名，这是由meta推出的聊天模型，还有阿里的qwen（通义千问），以及很火的数学推理模型mathstral，和图文识别模型llava。那么模型准备好了，就开始对比吧
先说结论吧：qwen2.5-coder应该是截止2024年最适合程序员的本地大模型了！
常识题
这一轮表现差不多，基本都能答出来，但是总体上感觉qwen:14b的语言更简洁点。
逻辑思维题
这里答案应该是钢，只有qwen:14b和qwen:7b答对了
数学推理题
然后是数学推理题，大家答得都差不多
代码编写题
重点来了，对于程序员来说，最重要的是写代码的能力，这一项可以说qwen赢麻了，因为它本身就是为了code而准备的。
为了测试，我去leetcode找了几道题，涵盖简单-中等-困难。
题目
首先，我们看一下题目： 
llama
llama的表现不尽人意，首先在简单题就翻车了，第4题找中位数就不会了。。。
第8题，代码都写错了，逆天，我后面都不想测了。。。
第9题，回文数也寄了，x不是int类型的吗？哪儿来的length()方法，int又不是包装的类型，逆天，llama，out！
mastral
和llama一样，直接第4题就不会了。
字符串转换整数 (atoi)，直接秒了，还不错。
回文数这道题也答出来了，但是复杂度有点高
正则表达式这道题mathstral和qwen直接秒了，看来这道题困难题还是简单了。。
然后是比较难的K链表翻转，两个人都没做出来，通过率只有1/6左右。。
接雨水这道题，mathstral秒了。
最后一道，N皇后排列问题，这里mathstral居然犯了语法的错误？！此时row已经定义过了，所以这个变量不能起这个名字，挺可惜的，遗憾输给了qwen。
qwen
中位数轻松秒杀。
Qwen这道题也轻松秒杀。
回文数这道题，qwen答得比mathstral更好。
正则表达式结果与mathstral难分伯仲，具体就不对比了。
K链表翻转，和mathstral一样都做不出来。
差距来了，接雨水这道题，qwen也直接秒了！
qwen这里依然猛，复杂度也挺好，胜负已分！
关于qwen参数量的选择
在运行中，我发现在12400+3070的机器上，运行14b的模型，吐词的速度会比较慢，而7b和3b的吐词速度比较快，而14b和7b相比差距并不大，所以这里我推荐使用7b大小左右的模型，否则的话就需要上更高的配置了。
图文识别
此处额外测试一下llava的图文识别能力，发现它的上下文联系记忆太强了，后续竟然出现了大量幻觉了！
我就笑笑吧～～～
