搜索：多语言数据集

「多语言数据集」共找到 6532 篇相关文章

刚刚，谷歌逃过一劫，不必出售Chrome

美国法官Amit Mehta裁定谷歌不必出售Chrome浏览器和剥离Android操作系统，但须与对手共享搜索数据、禁止签独家分销合同。判决让谷歌和投资者松口气，AI崛起影响判决走向，谷歌还面临广告技术垄断诉讼。

Mini - Omni - Reasoner将推理能力引入大型语音模型，开创“边说边思考”范式，实现实时语音推理与交互。推出Spoken - Math - Problems - 3M数据集，经四阶段生成流程构建。训练采用分阶段策略，性能超基础模型。

开源君分享简单轻量的开源项目Sampler，它能通过YAML配置文件实现系统指标监控与可视化，支持多平台，收获12.6K star。其有简单易用、跨平台等特色，安装后创建配置文件即可使用。

Dogfooding（内部试用）应被AI创业公司重视。Anthropic推出的Claude Code源于内部工具孵化，经内部使用和场景验证后发布，四个多月获11万开发者用户，其成功说明深度内部试用是竞争优势。

人大、斯坦福等机构提出MoCa框架，将单向视觉语言模型转化为双向多模态嵌入模型。它通过持续预训练和异构对比微调，解决传统模型局限，在多模态基准测试中表现优异，尤其小规模模型性能突出。

2025年AI关键在多媒体领域，智能多媒体落地有变革也面临挑战。火山引擎提出智能视频云三层架构升级，即基建、平台、应用层升级，助企业实现低成本、高效率规模化应用，多行业已基于此打造能力。

华为诺亚方舟实验室提出 Pangu DeepDiver 模型，实现 LLM 搜索引擎自主交互新范式。它用真实互联网数据训练，在 WebPuzzle 等基准测试中，7B 的 DeepDiver 媲美 671B DeepSeek - R1，展现强大信息获取与泛化能力。

新加坡国立大学邵林团队提出 Manual2Skill 框架，利用 VLMs 将说明书视觉指令转化为机器人装配技能，含层级化装配图生成、分步骤位姿估计、动作生成与执行三阶段，实验验证其在多场景的有效性。

近日微软全球裁员，软件工程岗位受打击大。Faster CPython 团队多名核心人员被裁，该团队由 Python 之父牵头，推动了 Python 性能改进。同时，AI 总监 Gabriela de Queiroz 也被解雇，引发各方关注和讨论。

AI正改写数据库命题，新数据对象进入生产链路，AI Agent带来更复杂任务链路。在腾讯云数据库DBTalk上，三位研究员从不同方向探讨当负载被AI改写，数据库该如何重新设计，包括内核优化、资源管理和测试测评等方面。