「AI大模型系统」共找到 14253 篇相关文章
跨平台智能媒体处理与创作工具箱
pyMediaTools 是基于 PySide6 的跨平台桌面应用,集成媒体批处理和 AI 音视频创作工具。利用 FFmpeg、ElevenLabs 和 Groq API,有格式转换、语音合成等功能,还介绍了安装、配置、打包方法。
Hugging Face 论文页面功能指南
为助开发者与研究者把握AI前沿动态,Hugging Face推出论文页面,Daily Papers已收录超1万篇高质量论文。本文介绍其认领、提交论文等“隐藏功能”,助你把页面用到极致。
Meta裁员后续:田渊栋被过河拆桥,姚顺雨等集体「抢人」
Meta在人工智能部门裁减约600个职位,田渊栋团队被裁,原因众说纷纭。此次裁员或为强化Alexandr Wang核心地位,也反映Meta内部研究架构混乱。同时,引发AI公司“抢人大战”。
原来我每天玩手机是在给平台免费打工
我们身处精心设计的数字体系,大型企业规模化后将运营成本转嫁给使用者和创作者。平台要求内容‘垂直’、鼓励‘模仿’,AI时代更直接收割全网公开内容,这是一场不动声色的掠夺。
创始人“背刺”员工获财富自由,Devin 接盘火速兑现员工期权,华人 CEO 暗讽:做个人吧!
当地时间 7 月 14 日,Cognition 宣布收购 Windsurf。此前 Windsurf 收购案波折不断,创始人带部分人去谷歌,遭网友吐槽“背刺”员工。Devin 接盘后保障员工权益,还引发对 AI 编程工具竞争的讨论。
2025.7.4上午 | 视觉智能驱动的多模态对齐与推理的近期系列工作分享 - 复旦博士生王思尹
本次分享由复旦博士生王思尹围绕‘视觉智能驱动的多模态对齐与推理’展开,介绍多模态大模型探索研究,涉及跨模态组合语义理解、视觉参与推理及基于视觉建模世界完成行动等内容。
让ChatGPT连读“A”,直接崩溃到念广告词,网友:拿付费用户做测试呢?
ChatGPT付费用户体验高级语音模式时遇怪事,正常聊寿司时突然插播广告,连读“A”也会如此。网友猜测是广告插入或“幻觉”,OpenAI技术人员称是幻觉,而国产AI无此问题。
使用 Node.js + OpenAI + MongoDB 实现文本向量知识库搜索
本文介绍用 Node.js、OpenAI Embedding API 和 MongoDB 实现文本向量知识库搜索系统,涵盖环境准备、文本切分与向量存储、本地语义检索等,还提及用 MongoDB Atlas 提升性能及后续延伸方向。
英伟达让机器人「做梦学习」,靠梦境实现真·从0泛化
英伟达推出DreamGen项目,让机器人‘做梦学习’。它利用视频世界模型生成神经轨迹,仅少量现实视频就能让机器人学会新任务,实现从0泛化,还将助力GR00T - Dreams发展。
你的 Harness 工作流真的在进步吗?我们用一场考试撕掉了遮羞布
文章指出Harness工作流常靠‘主观vibes’驱动,缺乏有效评价体系。为此推出Harness Eval评测系统,包含出题、答题、改卷等环节,形成闭环,帮助工作流持续改进,还能提升整体通过率。