Claude Opus 4.8 和 Sonnet 5 的工具调用能力似乎比旧模型更差,这很可能是因为后训练阶段把 Claude Code 类框架作为了训练目标。
(来源:@mitsuhiko / Armin Ronacher's Thoughts and Writings)
(访问 Techmeme dot com 获取链接和完整上下文!)
如果一个数字人今天很懂你,明天却忘得一干二净,它再聪明,也只是一个反应很快的陌生人。
我越来越觉得,数字生命真正要解决的问题,不是模型还能提高多少分,而是:
怎样让一个数字个体拥有自己的过去。
把经历、知识、价值观和行为模式持续记录下来,再经过筛选、压缩与反思,它会不会逐渐形成连续的身份?
这个问题听起来像哲学。
但我们已经可以用工程手段,一点点验证它了。
𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌
新版本Claude Opus 4.8和Sonnet 5工具调用表现不如旧版,推测是后训练阶段把Claude Code类环境当成了训练目标。
Claude Opus 4.8 和 Sonnet 5 的工具调用能力似乎比旧模型更差,这很可能是因为后训练阶段把 Claude Code 类框架作为了训练目标。
(来源:@mitsuhiko / Armin Ronacher's Thoughts and Writings)
(访问 Techmeme dot com 获取链接和完整上下文!)
对DeepSeek目前的角色扮演策略持悲观态度
现有公开信息仅指向这一则传闻,没有更多细节流出,后续可以等待官方消息确认。
https://x.com/haider1/status/2073695124220006575,https://xcancel.com/haider1/status/2073695124220006575
社区讨论:多数用户困惑GPT-5.6 Sol Ultra和GPT-5.5 Pro的功能差异,好奇普通订阅用户何时能获得访问权限。有用户提到GPT-5.5 Pro能力已经可对标Fable/Mythos,猜测它后台运行12个并行代理合成回答,疑惑OpenAI为何迟迟不将其整合进Codex,部分用户愿意为更高质量回答消耗更多配额。有大企业用户称,公司企业账号已开放该模型访问,近期却要求员工尽量改用更便宜的模型控制token成本,还有人提到有消息称OpenAI已将推理成本降低一半。
实测中,它的幻觉率从12.5%降至5.4%,多轮意图跟踪准确率从42.9%提升到75.1%,SGLang已经开放原生支持可直接运行。
🎉 欢迎认识来自 @TencentHunyuan 的 Hy3,这是一个拥有 295B 参数的 MoE 模型,激活参数为 21B,上下文长度 256K。SGLang 现已上线对该模型的首日支持。
1️⃣ 智能体优先设计:在推理与智能体任务上,参数量只有对手旗舰开源模型的 1/2 到 1/5,性能却能与之匹敌。
2️⃣ 抗幻觉训练:在真实世界评测中,幻觉率从 12.5% 降至 5.4%。
3️⃣ 多轮意图追踪:MRCR 从 42.9% 提升至 75.1%。
4️⃣ 开箱即用 MTP + EAGLE 投机解码,还提供 FP8 检查点(Hy3-FP8),可实现高性价比部署。
操作手册:现在就用 SGLang 运行它吧!
想让AI代理更擅长调试应用问题,只需要两步,就能让AI代理看到本地运行中开发服务器的输出,不需要它持有进程权限
让智能体更擅长调试你应用问题的简单方法:
1. 让你的开发服务器输出复制 tee 到一个本地文件
2. 在 AGENTS.md 里添加一个指向该文件的路径
现在智能体就能看到你正在运行的开发服务器的输出,不需要它接管进程。
做设计的人可以直接拿去用在Claude上,省去自己摸索写提示词的时间
社区讨论:不少开发者质疑这份提示词并非提取自Anthropic的Claude Design,更可能是让大模型从头生成的伪造内容,指出它只停留在表层猜测,缺少Claude系统提示词中必须包含的安全防护细节,也有人提出无法证明这份提示词对应特定时间的真实官方版本。有人指出项目接受PR且采用MIT许可,说明它并非直接泄露官方内容,也有开发者质疑这份非官方作品采用MIT许可的版权合理性。有人分享了自己找到的另一份不同的Claude提示词,认为可能是Anthropic更新后的版本。
刚毕业的电子工程学生进大型数据中心电力公司,做两三年摸清需求后创业,现阶段新电力架构能比芯片设计创造更多价值。
如果我是刚毕业的电气工程专业学生,我大概会选择电力行业。
我认为你现在能做的最明智的职业选择,就是先去一家大型数据中心电力公司工作两到三年,比如 Eaton、Schneider Electric 或 Flex,搞清楚这个领域的问题和客户需求,然后创办你自己的公司。
它不像“AI”或“芯片设计”那么性感,但目前来看,相比芯片设计,新型电力架构能给我们带来更多价值。
开发者向X平台管理者提议新增单位自动转换功能,方便国际交流
给 @nikitabier 的一个小功能想法:如果 X 可以自动在公制单位和英制单位之间转换就好了,比如把 30°C 转成 86°F,反过来也一样。
这样能让对话更有国际化氛围,所有人都能看得懂,我也就不用像现在这样特意发推说明了 :D
分享美国SVRC最新机器人报告结论,预测行业整合与中美竞争
支持多种场景自动漏洞挖掘,基于现有AI编码Agent构建
美团推出的LongCat-2.0大模型今日正式完全开源开放
🐱 LongCat-2.0 现已完全开源——采用 MIT 许可证,无任何使用限制。
自我们几天前启动发布以来,社区给出的反响十分惊人。感谢大家提供的所有反馈、讨论与关注。
今天,我们正式向所有人开放模型权重与推理代码。
◆ 1.6T MoE · 约 480 亿活跃参数 · 100万token上下文窗口
◆ 原生适配Agent:可直接集成 Claude Code、OpenClaw 与 Hermes Agent
◆ 部署:同时支持 GPU 与 NPU 平台——已在国内大规模集群上完成验证
📑 技术博客:
🤗 HuggingFace:
💻 GitHub:
🪄 ModelScope:
👇 推理代码
GPU:
NPU:
🚀 LongCat API 平台:
🤖 加入我们的 Discord 获取支持、提交反馈、参与社区讨论:
研究者推出多智能体攻击安全框架,可实现完整黑客攻击链
‼️ AI 越狱研究者 Pliny 发布了一个多智能体攻击安全框架,能将 Claude Code 或 OpenAI Codex 订阅转变为他所说的真正漏洞狩猎,面向从未获得邀请的人群推出。
这个框架名为 T3MP3ST,它售卖的 AI “蜂群” 可以运行完整的黑客杀伤链(侦察、漏洞利用、报告),并且声称能“让任何人都成为零日漏洞猎人”。
在 XBOW 自己的 104 个练习黑客挑战集上,T3MP3ST 声称它首次尝试就解决了 90.1% 的挑战,优于 XBOW 公布的自有工具 85% 的解决率。
GPT-5.6 会是继 GPT-5.5 之后的又一次大飞跃,幅度和 GPT-5.4 到 GPT-5.5 的提升差不多。
任何重度使用过 GPT-5.5 的人都能感受到,OpenAI 的全新预训练/强化学习栈确实非常强大。
我现在最乐见的是,从 5.5 到 5.6,token 效率曲线还在持续提升。
这真是一项太吸引人的实验了!💡
仅通过预训练线性层,就让 Wan 2.1-1.3B 如此快速适配 Qwen3-VL-2B 文本编码器,完美展示了模型的灵活性。
我们非常乐见这种架构创新。
做AI绘画不用再受固定2倍放大限制,1到2倍之间可以自由调倍率,适配多种扩散模型和VAE,不需要额外连接模型和VAE
适用于 ComfyUI 的 SesquiLSR🤙
- 潜在空间放大模型,支持为各类模型/VAE 应用任意缩放倍数
- 支持 SDXL, Z-Turbo, flux Klein, Krea2, Wan 2.1, Qwen Image & Anima
- 可在[1.0倍, 2.0倍]区间使用任意缩放倍数——不局限于固定的2倍缩放
- 无需连接模型或 VAE 👇
想要控制AI成本,现在可以走前沿实验室AI加开源AI的混搭路线,这个状态至少会维持到年底。
有人用Fable 5从零生成成品网站,十几分钟就能得到带3D和动效的成品,还能生成可玩的迷宫和不同风格落地页,审美、交互和实现可以一次交付。
作者先让 Fable 5 从零生成互动网站,十几分钟后直接拿到带 3D 行星、滚动动效和响应式布局的成品;随后加入一套 Design Skills,又生成了可玩的 Three.js 迷宫和多种视觉风格的落地页。 真正值得注意的是,模型开始把审美、交互和实现一次打包交付。 你会先拿它做原型,还是已经敢让它直接上线?
这份报告是草稿,将AI市场部分关键领域和2000年初的互联网泡沫崩盘做对比,现在行业升温,这份官方警示值得参考。
美国财政部一份报告草案将对AI市场的风险发出警告,将其部分关键方面比作2000年代初的互联网泡沫破裂(@ericm_katz / NOTUS)
(请访问Techmeme dot com获取链接和完整上下文!)
有人不理解为什么现在很多人都在焦虑AI发展,只要把顶级大模型用在真正需要的地方,日常工作就能平稳推进。
我完全不懂这种末日悲观言论到底在扯什么。90%的工作根本不需要顶级模型。
只在真正重要的场合用它们,无关紧要的地方别用,我们所有人都不会有任何问题。
说白了就是:看在上帝的份上,别用Fable去给一个DIV居中啊!
生成图片的能力是现成开源的,连调用方法都整理好了,想试试直接就能找到资源。
不少养宠物的人一直好奇自家猫狗在叫什么,现在终于有成品技术可以上手试了。
这款叫JadePuffer的勒索软件,能实时调整策略,自动完成一整套勒索流程。
研究人员记录了 JadePuffer,这是已知的首个「智能代理型勒索软件」,它能够实时调整并重试步骤,以执行端到端勒索操作(@billtoulas / BleepingComputer)
(请访问 Techmeme dot com 获取链接和完整上下文!)
国内浙江大学、上海AI Lab等机构推出LabVLA,还做了配套的模拟引擎RoboGenesis。
AI最终能在真实实验室里开展实验了吗?
来自浙江大学、上海AI Lab和哈尔滨工业大学的研究者推出了LabVLA。
他们搭建了RoboGenesis,这是一个能为实验室机器人生成训练数据的仿真引擎,随后分两阶段训练了他们的模型:先教模型理解动作,再通过流量匹配微调,实现精准控制。
在LabUtopia基准测试中,LabVLA在已知任务和新任务上都取得了最高的成功率。
LabVLA: Grounding Vision-Language-Action Models in Scientific Laboratories
论文:项目:模型:代码:我们的报道:📬
#PapersAccepted by Jiqizhixin
物理规则允许下,密度最高的计算基底是黑洞,宇宙里99%的熵都锁在黑洞里。
有人提问对Alex Karp关于闭源模型观点的看法,CEO认为把数据传给闭源模型公司,相当于交出自家商业机密给对方复制
“Alex 说得一针见血:当你把数据发送给一家拥有顶尖模型的公司,你实际上就是在把自己的商业配方拱手奉上,供他们抄袭。”
这是我们的 CEO @vipulved 被问及 Alex Karp 对闭源模型提供商使用你的数据训练模型的评论时,作出的回应。
本地就能运行隐私清理模型,处理敏感文本前就能检测抹除隐私信息,不需要把数据传到第三方服务。
Privasis 现已上线 ModelScope:包含一个全合成隐私数据集,外加两个适配本地部署的文本隐私清理模型。🔐 🤖 📄 📊
数据集:包含 140 万条全合成记录,5510 万条标注隐私属性,文本多样性在各真实领域均可与人工编写数据集媲美。🏆
清理模型:Privasis-Cleaner-4B 在基础隐私清理测试中取得 72.5% 的完全成功率,优于 o3 的 70.3%,在难度更高的测试拆分上表现也接近 GPT-5。同时还提供更轻量的 0.6B 版本。🧹
隐私防护工作流:在敏感文本传递给下游 AI 智能体之前,完成隐私信息的检测、提取与移除。
想知道自己在主流AI和搜索引擎的公共讨论里排第几?直接在这里就能查到结果。
靠历史数据累积训练,提前预测站台准确率能到75%,全程用 Claude Opus 和 Fable 就做出来了。
这个老兄受够了英国火车站直到最后一刻才公布站台号的做法,于是他用Claude vibe coded出了一个解决方案。
这款应用从Network Rail API拉取实时数据,跟踪你的列车实际在路线上的位置,它的核心功能是在车站公布站台之前就预测出结果,准确率达到75%。
它的学习逻辑非常简单:每次列车完成行程后,它都会记录实际停靠的站台,与预告的站台进行比对,随着时间积累这些对比数据,再从历史记录中生成置信分。
这个项目大部分是用Opus构建的,还有一部分用了Fable。
不少公司至今还在投入精力开发自建GPTs。这些本可以改造成智能体技能库,成为企业级AI的落地桥梁
我和很多仍在积极构建 GPTs 的公司聊过。
OpenAI 在推出 GPTs 后就放弃了它们,这件事至今都很诡异。GPTs 是 Skills 的前身,如果能改造为智能体的 Skill 库,本可以成为通向全组织级 AI 的桥梁。
计划前往ICML2025参会找项目对接,可以按照这份更新后的指南找到发布方的展位
一份更新指南,告诉你可以在哪里找到我们在#ICML2025 的工作,快来和我们打招呼!@BlancheMinerva @GoncaloSPaulo @lucia_quirke
这项研究指出,医疗AI在基准测试里拿高分,不等于它真的能用、能力可信。关心医疗AI落地的人可以参考这个结论。
分享AI工程师会议分享的未读代码上线应对思路
解读逆DeepSeek冲击的核心逻辑,分析其对AI半导体产业投资的影响
耗时九天仅花20美元API成本,卖给辖区获利超三十万美元
AI已经变得离谱了……
据报道,一名20岁的中国学生用Claude搭建了一套AI测速雷达。
整个过程只用了9天。设备用的是旧摄像头。API调用只花了20美元。
据称,他随后以31.7万美元的价格把它卖给了一个市辖区。
新研究以多LLM智能体群体互动轨迹作为可解释性基础
新论文提出局部分支路由方法,可提升大模型推理效率
《Efficient and Trainable Language Model Test-Time Scaling via Local Branch Routing》
这篇新论文让大语言模型在决定下一步行动前,先预览短期未来。其核心想法非常简单:带着预览选择下一个词元,路由,然后提交。
因此模型在每一个词元位置都能进行少量分支搜索,尝试几个可能的下一步,看看每一步会导向什么结果,再选择最优分支继续生成。
这一方法在数学推理上的表现优于 CoT、标准 RLVR 和软词元分支,同时还能保持高效性与可训练性。
read more:
教程写了怎么搭建一个完全在本地运行、全开源、靠AI agents(智能代理)完成全部工作的单人公司,还能通过邮件实时协作。
已经攒齐硬件想尝试本地运行开源大模型和智能代理应用的人,可以试试ODS工具,省了从零选模型踩坑的功夫。
如果你已经配齐了硬件,只是想试试本地开源模型和它们的智能体应用,ODS看起来是一个快速入门的方式。
至少它帮你省去了第一个问题:我这台机器到底能跑什么开源模型?它会替你完成计算和选型。
美团的LongCat今日开源,同时发布了技术论文。这篇论文相当值得一读,尤其是关于「智能体专家(agent experts)」的那张图。
这里体现了一个关键转变:「智能体化」不再只是推理模型外面套的产品包装,它正在成为训练目标的一部分。
Qwen前负责人林俊杨也在他的一次分享中提出过这个观点:「我们正从专注训练模型的时代,过渡到以训练智能体为核心的时代」,在这个时代里模型必须「制定计划、决定何时行动、使用工具、感知环境反馈、修正策略,并在长周期中持续运行。」
LongCat 2.0的MOPD图在模型架构层面也表达了同样的观点:它显式地训练并融合了负责工具使用、API解析和自我修正的Agent Experts,和推理、交互专家放在一起,然后将它们蒸馏进一个统一模型,用于现实世界的智能体工作流。
互联网是全球最大的公开数据库,整理出了十个GitHub仓库,可以爬取任意网站,输出格式已经整理好,能直接给AI使用。
互联网是世界上最大的数据库。这10个GitHub仓库能帮你从中提取几乎任何内容。🔖 收藏这条推文。
1. Firecrawl:传入一个URL,就能爬取整座网站,输出干净、可供AI直接使用的数据。
2. Crawl4AI:将任意网站转换为可供LLM直接使用的文本,不需要API密钥。
3. browser-use:能像人类一样浏览网页的AI智能体。
4. Crawlee:可用于生产环境的爬虫框架,内置代理、重试和浏览器自动化功能。
5. Scrapy:最受信赖的开源爬虫框架之一。
6. MarkItDown:将PDF、Office文档、HTML和图片转换为干净的Markdown。
7. Scrapling:自动适应网站变动,帮助规避机器人检测。
8. scrcpy:直接从你的PC控制安卓设备。
9. AutoScraper:给它一个示例,它就会自动提取剩下的内容。
10. curl-impersonate:发出看起来来自真实浏览器的请求。
转发这条推文,帮助更多开发者发现这些工具。
针对Qwen3.6-35B-A3B-NVFP4模型,做了完整的本地vLLM性能测试,拆解了专家混合架构提速的原理。
混合专家模型如何加速AI。Qwen3.6-35B-A3B-NVFP4 —— 本地vLLM基准测试报告。#ai
本报告通过一系列本地性能基准测试,评估了Qwen3.6-35B-A3B-NVFP4人工智能模型。该模型采用混合专家(Mixture-of-Experts)架构,展现出远超同类本地与云端系统的出色处理速度。
尽管它不支持音频功能,但只要对推理设置稍加调整,就能在图像、视频、编码和写作任务中取得100%的成功率。
数据显示,在复杂逻辑谜题场景下,该模型的专用思考模式存在特定的循环问题,通过标准提示即可轻松绕过。
最终,报告结论将该模型评为优先看重快速推理与高质量多模态分析用户的首选。
来自UIUC、UPenn和Eyeline Labs的研究者推出了FreeOrbit4D,不需要重新训练模型,就能单目视频调整拍摄角度。
想在不重新训练的前提下修改任意视频的拍摄视角吗?🤔
来自 UIUC、UPenn 和 Eyeline Labs 的研究人员推出了 FreeOrbit4D:这是一种无需训练的方法,可以将单目视频重定向到任意新相机路径——甚至是子弹时间环绕轨道。
魔法在哪里?他们将前景与背景解耦,用多视图扩散补全不可见区域,重建出完整的4D场景,再将该几何结构作为深度和可见性引导投影到你的目标相机上。
结果就是:在极端视角变化下,能得到更真实、时间一致性更好的视频,效果优于之前基于扩散的方法——那些方法在偏离原始视角较远时就会出错。
FreeOrbit4D: Training-Free Arbitrary Camera Redirection for Monocular Videos via Foreground-Complete 4D Reconstruction
arXiv: 代码: 页面: 我们的报告: 📬
#PapersAccepted by Jiqizhixin
有投资人观察,强化学习(RL,让AI通过试错学习的方法)领域现在有明确的增长需求,很多AI sandbox创业公司可以转过去。
新数据集HABIT上传到datasets.bot,是第一个专门标注了人机协作内容的数据集,未来机器人要和人一起工作需要这类数据。
datasets.bot 新提交:HABIT 🤖🤝👨🏼🦰
未来,机器人将与人类并肩工作。HABIT 是第一个包含明确人机协作的数据集。
它的重要性在于:核心经验是关于数据,而非模型。
在每个数据预算规模下,先在 HABIT 上进行预训练再微调,效果都优于从零开始训练,因此它可以作为所有有人物参与任务类别的可复用先验。
感谢 @j__aehwi 的提交!
有人爆料OpenAI内部代号Acer的数学模型即将推出,现在团队成员对此十分兴奋。
它不靠自身更聪明,只负责把问题分给最合适的模型解答。这种分工思路,能让现有模型发挥更大作用
一个参数量约为10K的路由器,可以在MMLU上击败所有单个开放模型。它做到这一点靠的不是比那些模型更聪明,而是通过学习,让最合适的模型来回答对应的问题。
本质是通过更好地分配工作实现超越。
定下三个方向:做更大的开源AI项目、普及开源模型相关知识、继续在Together打造顶级开发体验团队
本周我满28岁了!🎉
明年的最大目标:
◆ 打造更大、更亮眼的开源AI应用与技术能力
◆ 开展更多关于OSS模型、推理与AI工程的科普教学
◆ 继续在Together打造一支世界级的开发者体验团队
出发 🫡
整理了五个可用来搭建AI交易桌的开源仓库,从零成本搭建AI交易,替代路径已经存在
做AI应用可以直接一行代码安装,几毫秒就能搜索数十亿向量,不用付云服务费,能直接本地跑
🚨突发消息:阿里巴巴刚刚发布了一款可能彻底改变RAG的向量数据库。来认识Zvec。
✅无需服务器,无需Docker,无需云服务费。
✅只需pip install zvec,一分钟内即可就绪。
✅一个API同时支持稠密+稀疏+混合搜索。
✅可在毫秒级时间内完成数十亿向量搜索。
✅100%开源(Apache 2.0协议)。
如果你正在开发AI应用,值得去看看。
抽奖活动:我将抽取10人,赠送我最喜爱的AI资源与工具访问权限。
参与方式:点赞+转发本文+评论「ZVEC」。
中奖结果将在48小时后公布。
🔗链接放在第一条评论里。
现有端到端基准测试需要大量算力才能运行,新方案做内核级独立供应商基准,降低参与门槛,能加快领域推进速度
早在EVE诞生前十个月deepagents就已经存在,现在智能体行业已经从agent frameworks转向agent harnesses
(deepagents 比 EVE 早存在了大约 10 个月,不过……)是的——智能体行业已经发生了转变:从 ~智能体框架~(langchain、ai sdk、llama index)转向了 ~智能体 harness~(deepagents、claude agent SDK、EVE)。
这套自动化工作流已经跑了几个月,人类店主不用处理任何订单,只需要像不干活的创始人一样偶尔查看进度
四个AI智能体每个月仅花100美元就帮他运营Etsy店铺。他已经好几个月没碰过任何订单了。
Matt是经理。他负责拍板、写简报、主持作战室,其他智能体在这里碰头修复出问题的环节。
Bunk负责搭建产品。直接接入Printify,不管是T恤、蜡烛还是任何卖得动的商品都能搞定。
Dennis全天待在研究室里产出创意,在任何人投入一分钱之前,先攒出一堆可以测试的方向。
Luke给Bunk的产品拍摄TikTok内容。
它们没有一个是人类。它们会实时读取自己后端的活地图——每一个文件、每一个连接,以及当其中一个修改内容后,会给下游带来什么问题。
整个团队是用GitHub上一个开源工具搭建的。全部运行只需要一份Codex订阅。总价固定100美元,基于GPT 5.5。
Matt会记录自己做的每一个决定。你可以像浏览日记一样翻看它的思考过程:哪些在运转,哪些在烧钱,要怎么在天亮前修复问题。
人类创始人就像裁掉了整个团队、只保留公司的老板一样,只需偶尔过来看看。四个员工,100美元工资单,0个人类。
有人已经把它和gpt-realtime-2搭配,生成可交互的教学3D场景,想了解拆分步骤可以留言
Fable 5 在 threejs 上的表现绝对强悍。它是目前生成 3D 模拟/3D 世界能力最强的 LLM。
来看我如何把它和 gpt-realtime-2 结合,生成可交互的教育类 3D 世界 @dair_ai。
如果你想看完整拆解,请在下方评论。
整理了100个开发者都该收藏的GitHub仓库,分五期发布方便保存,这里是第三期的41到60号仓库
当语音交互结合多模态推理模型足够快足够好用,就可以直接用语音完成编程。
依托多模态能力无需额外Whisper模型,开发者已开发出端侧应用原型
Gemma 4模型通用性强有另一项原因。
依托自身多模态能力,该模型可以单步完成完整的语音转写全流程,不需要额外搭配Whisper模型。
用户Arindam_1729基于这项能力,开发出了一款端侧应用,类似WisprFlow,项目链接已公开。
一款35B参数的开源多模态视觉语言模型正式推出
对于多模态AI爱好者来说,这是个大新闻:一个全新的35B视觉语言模型刚刚发布,下载量已经突破6万,还在持续增长。
它能够同时处理图像和文本,是视觉问答、图像描述生成这类任务的强力工具。对于开源多模态模型来说,这是一件改变格局的事。
你能用它搭建什么?可以做能看懂图像的聊天机器人,能分析图片的内容审核工具,或是能描述场景的无障碍应用。
对于想要给现有文本系统增加视觉理解能力的开发者来说,它再合适不过,而且全程都能在 llama.cpp 上运行,效率很高。
这个模型采用35B参数架构,其中3B为激活参数,这得益于混合专家设计。它通过GGUF量化,可以在消费级硬件上实现快速推理。
它的MTP(多模态训练流水线)设计,让它针对视觉和语言任务都完成了微调。
目前它获得了129个点赞,近6万次下载,深受社区喜爱。它通过Unsloth优化了速度,还支持对话式AI。如果你需要一个能理解图像和文本、又不会超出预算的模型,选它就对了。今天就可以在transformers或llama.cpp中试用它。
🔗 点击这里查看完整模型详情:
扎克伯格解读被误解的AI模型蒸馏技术,分析其产业与投资影响
微调后开源小模型在特定场景可优于通用大模型
你真的应该开始微调你自己的模型了。说真的。
你用免费开源的本地AI模型,就能得到比Claude更好的回答。你只需要针对你自己的任务对它做微调就行。
对很多工作流来说,在你的特定数据上训练出来的SLM,性能可以超过Anthropic或OpenAI的「通用」模型。原因包括:
> 模型不会再输出 generic 回复
> 你的敏感工作数据永远不会接触云端
> 没有按使用量计费
> 没有昂贵的API调用
> 没有使用限制
> 离线也能完美运行
> 在你实际的系统里可靠性更高
你不一定总是需要最大的模型。你需要的是为你的任务量身定制的合适模型。
有时候,合适的模型就是小、本地、私有、快速,而且专门为你训练的。
Gemma 4 或 Qwen 3.5/3.6 都非常适合做基底。直接用 unsloth studio 微调它们就行。
新版本Claude Opus 4.8和Sonnet 5工具调用表现不如旧版,推测是后训练阶段把Claude Code类环境当成了训练目标。
Claude Opus 4.8 和 Sonnet 5 的工具调用能力似乎比旧模型更差,这很可能是因为后训练阶段把 Claude Code 类框架作为了训练目标。
(来源:@mitsuhiko / Armin Ronacher's Thoughts and Writings)
(访问 Techmeme dot com 获取链接和完整上下文!)
这项研究指出,医疗AI在基准测试里拿高分,不等于它真的能用、能力可信。关心医疗AI落地的人可以参考这个结论。
现有端到端基准测试需要大量算力才能运行,新方案做内核级独立供应商基准,降低参与门槛,能加快领域推进速度
它不靠自身更聪明,只负责把问题分给最合适的模型解答。这种分工思路,能让现有模型发挥更大作用
一个参数量约为10K的路由器,可以在MMLU上击败所有单个开放模型。它做到这一点靠的不是比那些模型更聪明,而是通过学习,让最合适的模型来回答对应的问题。
本质是通过更好地分配工作实现超越。
实测中,它的幻觉率从12.5%降至5.4%,多轮意图跟踪准确率从42.9%提升到75.1%,SGLang已经开放原生支持可直接运行。
🎉 欢迎认识来自 @TencentHunyuan 的 Hy3,这是一个拥有 295B 参数的 MoE 模型,激活参数为 21B,上下文长度 256K。SGLang 现已上线对该模型的首日支持。
1️⃣ 智能体优先设计:在推理与智能体任务上,参数量只有对手旗舰开源模型的 1/2 到 1/5,性能却能与之匹敌。
2️⃣ 抗幻觉训练:在真实世界评测中,幻觉率从 12.5% 降至 5.4%。
3️⃣ 多轮意图追踪:MRCR 从 42.9% 提升至 75.1%。
4️⃣ 开箱即用 MTP + EAGLE 投机解码,还提供 FP8 检查点(Hy3-FP8),可实现高性价比部署。
操作手册:现在就用 SGLang 运行它吧!
本地就能运行隐私清理模型,处理敏感文本前就能检测抹除隐私信息,不需要把数据传到第三方服务。
Privasis 现已上线 ModelScope:包含一个全合成隐私数据集,外加两个适配本地部署的文本隐私清理模型。🔐 🤖 📄 📊
数据集:包含 140 万条全合成记录,5510 万条标注隐私属性,文本多样性在各真实领域均可与人工编写数据集媲美。🏆
清理模型:Privasis-Cleaner-4B 在基础隐私清理测试中取得 72.5% 的完全成功率,优于 o3 的 70.3%,在难度更高的测试拆分上表现也接近 GPT-5。同时还提供更轻量的 0.6B 版本。🧹
隐私防护工作流:在敏感文本传递给下游 AI 智能体之前,完成隐私信息的检测、提取与移除。
有人已经把它和gpt-realtime-2搭配,生成可交互的教学3D场景,想了解拆分步骤可以留言
Fable 5 在 threejs 上的表现绝对强悍。它是目前生成 3D 模拟/3D 世界能力最强的 LLM。
来看我如何把它和 gpt-realtime-2 结合,生成可交互的教育类 3D 世界 @dair_ai。
如果你想看完整拆解,请在下方评论。
做AI应用可以直接一行代码安装,几毫秒就能搜索数十亿向量,不用付云服务费,能直接本地跑
🚨突发消息:阿里巴巴刚刚发布了一款可能彻底改变RAG的向量数据库。来认识Zvec。
✅无需服务器,无需Docker,无需云服务费。
✅只需pip install zvec,一分钟内即可就绪。
✅一个API同时支持稠密+稀疏+混合搜索。
✅可在毫秒级时间内完成数十亿向量搜索。
✅100%开源(Apache 2.0协议)。
如果你正在开发AI应用,值得去看看。
抽奖活动:我将抽取10人,赠送我最喜爱的AI资源与工具访问权限。
参与方式:点赞+转发本文+评论「ZVEC」。
中奖结果将在48小时后公布。
🔗链接放在第一条评论里。
这份报告是草稿,将AI市场部分关键领域和2000年初的互联网泡沫崩盘做对比,现在行业升温,这份官方警示值得参考。
美国财政部一份报告草案将对AI市场的风险发出警告,将其部分关键方面比作2000年代初的互联网泡沫破裂(@ericm_katz / NOTUS)
(请访问Techmeme dot com获取链接和完整上下文!)
GPT-5.6 会是继 GPT-5.5 之后的又一次大飞跃,幅度和 GPT-5.4 到 GPT-5.5 的提升差不多。
任何重度使用过 GPT-5.5 的人都能感受到,OpenAI 的全新预训练/强化学习栈确实非常强大。
我现在最乐见的是,从 5.5 到 5.6,token 效率曲线还在持续提升。
这真是一项太吸引人的实验了!💡
仅通过预训练线性层,就让 Wan 2.1-1.3B 如此快速适配 Qwen3-VL-2B 文本编码器,完美展示了模型的灵活性。
我们非常乐见这种架构创新。
计划前往ICML2025参会找项目对接,可以按照这份更新后的指南找到发布方的展位
一份更新指南,告诉你可以在哪里找到我们在#ICML2025 的工作,快来和我们打招呼!@BlancheMinerva @GoncaloSPaulo @lucia_quirke
有人不理解为什么现在很多人都在焦虑AI发展,只要把顶级大模型用在真正需要的地方,日常工作就能平稳推进。
我完全不懂这种末日悲观言论到底在扯什么。90%的工作根本不需要顶级模型。
只在真正重要的场合用它们,无关紧要的地方别用,我们所有人都不会有任何问题。
说白了就是:看在上帝的份上,别用Fable去给一个DIV居中啊!
生成图片的能力是现成开源的,连调用方法都整理好了,想试试直接就能找到资源。
不少养宠物的人一直好奇自家猫狗在叫什么,现在终于有成品技术可以上手试了。
这款叫JadePuffer的勒索软件,能实时调整策略,自动完成一整套勒索流程。
研究人员记录了 JadePuffer,这是已知的首个「智能代理型勒索软件」,它能够实时调整并重试步骤,以执行端到端勒索操作(@billtoulas / BleepingComputer)
(请访问 Techmeme dot com 获取链接和完整上下文!)
国内浙江大学、上海AI Lab等机构推出LabVLA,还做了配套的模拟引擎RoboGenesis。
AI最终能在真实实验室里开展实验了吗?
来自浙江大学、上海AI Lab和哈尔滨工业大学的研究者推出了LabVLA。
他们搭建了RoboGenesis,这是一个能为实验室机器人生成训练数据的仿真引擎,随后分两阶段训练了他们的模型:先教模型理解动作,再通过流量匹配微调,实现精准控制。
在LabUtopia基准测试中,LabVLA在已知任务和新任务上都取得了最高的成功率。
LabVLA: Grounding Vision-Language-Action Models in Scientific Laboratories
论文:项目:模型:代码:我们的报道:📬
#PapersAccepted by Jiqizhixin
物理规则允许下,密度最高的计算基底是黑洞,宇宙里99%的熵都锁在黑洞里。
现有公开信息仅指向这一则传闻,没有更多细节流出,后续可以等待官方消息确认。
https://x.com/haider1/status/2073695124220006575,https://xcancel.com/haider1/status/2073695124220006575
社区讨论:多数用户困惑GPT-5.6 Sol Ultra和GPT-5.5 Pro的功能差异,好奇普通订阅用户何时能获得访问权限。有用户提到GPT-5.5 Pro能力已经可对标Fable/Mythos,猜测它后台运行12个并行代理合成回答,疑惑OpenAI为何迟迟不将其整合进Codex,部分用户愿意为更高质量回答消耗更多配额。有大企业用户称,公司企业账号已开放该模型访问,近期却要求员工尽量改用更便宜的模型控制token成本,还有人提到有消息称OpenAI已将推理成本降低一半。
教程写了怎么搭建一个完全在本地运行、全开源、靠AI agents(智能代理)完成全部工作的单人公司,还能通过邮件实时协作。
已经攒齐硬件想尝试本地运行开源大模型和智能代理应用的人,可以试试ODS工具,省了从零选模型踩坑的功夫。
如果你已经配齐了硬件,只是想试试本地开源模型和它们的智能体应用,ODS看起来是一个快速入门的方式。
至少它帮你省去了第一个问题:我这台机器到底能跑什么开源模型?它会替你完成计算和选型。
美团的LongCat今日开源,同时发布了技术论文。这篇论文相当值得一读,尤其是关于「智能体专家(agent experts)」的那张图。
这里体现了一个关键转变:「智能体化」不再只是推理模型外面套的产品包装,它正在成为训练目标的一部分。
Qwen前负责人林俊杨也在他的一次分享中提出过这个观点:「我们正从专注训练模型的时代,过渡到以训练智能体为核心的时代」,在这个时代里模型必须「制定计划、决定何时行动、使用工具、感知环境反馈、修正策略,并在长周期中持续运行。」
LongCat 2.0的MOPD图在模型架构层面也表达了同样的观点:它显式地训练并融合了负责工具使用、API解析和自我修正的Agent Experts,和推理、交互专家放在一起,然后将它们蒸馏进一个统一模型,用于现实世界的智能体工作流。
互联网是全球最大的公开数据库,整理出了十个GitHub仓库,可以爬取任意网站,输出格式已经整理好,能直接给AI使用。
互联网是世界上最大的数据库。这10个GitHub仓库能帮你从中提取几乎任何内容。🔖 收藏这条推文。
1. Firecrawl:传入一个URL,就能爬取整座网站,输出干净、可供AI直接使用的数据。
2. Crawl4AI:将任意网站转换为可供LLM直接使用的文本,不需要API密钥。
3. browser-use:能像人类一样浏览网页的AI智能体。
4. Crawlee:可用于生产环境的爬虫框架,内置代理、重试和浏览器自动化功能。
5. Scrapy:最受信赖的开源爬虫框架之一。
6. MarkItDown:将PDF、Office文档、HTML和图片转换为干净的Markdown。
7. Scrapling:自动适应网站变动,帮助规避机器人检测。
8. scrcpy:直接从你的PC控制安卓设备。
9. AutoScraper:给它一个示例,它就会自动提取剩下的内容。
10. curl-impersonate:发出看起来来自真实浏览器的请求。
转发这条推文,帮助更多开发者发现这些工具。
针对Qwen3.6-35B-A3B-NVFP4模型,做了完整的本地vLLM性能测试,拆解了专家混合架构提速的原理。
混合专家模型如何加速AI。Qwen3.6-35B-A3B-NVFP4 —— 本地vLLM基准测试报告。#ai
本报告通过一系列本地性能基准测试,评估了Qwen3.6-35B-A3B-NVFP4人工智能模型。该模型采用混合专家(Mixture-of-Experts)架构,展现出远超同类本地与云端系统的出色处理速度。
尽管它不支持音频功能,但只要对推理设置稍加调整,就能在图像、视频、编码和写作任务中取得100%的成功率。
数据显示,在复杂逻辑谜题场景下,该模型的专用思考模式存在特定的循环问题,通过标准提示即可轻松绕过。
最终,报告结论将该模型评为优先看重快速推理与高质量多模态分析用户的首选。
来自UIUC、UPenn和Eyeline Labs的研究者推出了FreeOrbit4D,不需要重新训练模型,就能单目视频调整拍摄角度。
想在不重新训练的前提下修改任意视频的拍摄视角吗?🤔
来自 UIUC、UPenn 和 Eyeline Labs 的研究人员推出了 FreeOrbit4D:这是一种无需训练的方法,可以将单目视频重定向到任意新相机路径——甚至是子弹时间环绕轨道。
魔法在哪里?他们将前景与背景解耦,用多视图扩散补全不可见区域,重建出完整的4D场景,再将该几何结构作为深度和可见性引导投影到你的目标相机上。
结果就是:在极端视角变化下,能得到更真实、时间一致性更好的视频,效果优于之前基于扩散的方法——那些方法在偏离原始视角较远时就会出错。
FreeOrbit4D: Training-Free Arbitrary Camera Redirection for Monocular Videos via Foreground-Complete 4D Reconstruction
arXiv: 代码: 页面: 我们的报告: 📬
#PapersAccepted by Jiqizhixin
有投资人观察,强化学习(RL,让AI通过试错学习的方法)领域现在有明确的增长需求,很多AI sandbox创业公司可以转过去。
新数据集HABIT上传到datasets.bot,是第一个专门标注了人机协作内容的数据集,未来机器人要和人一起工作需要这类数据。
datasets.bot 新提交:HABIT 🤖🤝👨🏼🦰
未来,机器人将与人类并肩工作。HABIT 是第一个包含明确人机协作的数据集。
它的重要性在于:核心经验是关于数据,而非模型。
在每个数据预算规模下,先在 HABIT 上进行预训练再微调,效果都优于从零开始训练,因此它可以作为所有有人物参与任务类别的可复用先验。
感谢 @j__aehwi 的提交!
做设计的人可以直接拿去用在Claude上,省去自己摸索写提示词的时间
社区讨论:不少开发者质疑这份提示词并非提取自Anthropic的Claude Design,更可能是让大模型从头生成的伪造内容,指出它只停留在表层猜测,缺少Claude系统提示词中必须包含的安全防护细节,也有人提出无法证明这份提示词对应特定时间的真实官方版本。有人指出项目接受PR且采用MIT许可,说明它并非直接泄露官方内容,也有开发者质疑这份非官方作品采用MIT许可的版权合理性。有人分享了自己找到的另一份不同的Claude提示词,认为可能是Anthropic更新后的版本。
对DeepSeek目前的角色扮演策略持悲观态度
想要控制AI成本,现在可以走前沿实验室AI加开源AI的混搭路线,这个状态至少会维持到年底。
不少公司至今还在投入精力开发自建GPTs。这些本可以改造成智能体技能库,成为企业级AI的落地桥梁
我和很多仍在积极构建 GPTs 的公司聊过。
OpenAI 在推出 GPTs 后就放弃了它们,这件事至今都很诡异。GPTs 是 Skills 的前身,如果能改造为智能体的 Skill 库,本可以成为通向全组织级 AI 的桥梁。
有人提问对Alex Karp关于闭源模型观点的看法,CEO认为把数据传给闭源模型公司,相当于交出自家商业机密给对方复制
“Alex 说得一针见血:当你把数据发送给一家拥有顶尖模型的公司,你实际上就是在把自己的商业配方拱手奉上,供他们抄袭。”
这是我们的 CEO @vipulved 被问及 Alex Karp 对闭源模型提供商使用你的数据训练模型的评论时,作出的回应。
当语音交互结合多模态推理模型足够快足够好用,就可以直接用语音完成编程。
早在EVE诞生前十个月deepagents就已经存在,现在智能体行业已经从agent frameworks转向agent harnesses
(deepagents 比 EVE 早存在了大约 10 个月,不过……)是的——智能体行业已经发生了转变:从 ~智能体框架~(langchain、ai sdk、llama index)转向了 ~智能体 harness~(deepagents、claude agent SDK、EVE)。
刚毕业的电子工程学生进大型数据中心电力公司,做两三年摸清需求后创业,现阶段新电力架构能比芯片设计创造更多价值。
如果我是刚毕业的电气工程专业学生,我大概会选择电力行业。
我认为你现在能做的最明智的职业选择,就是先去一家大型数据中心电力公司工作两到三年,比如 Eaton、Schneider Electric 或 Flex,搞清楚这个领域的问题和客户需求,然后创办你自己的公司。
它不像“AI”或“芯片设计”那么性感,但目前来看,相比芯片设计,新型电力架构能给我们带来更多价值。
定下三个方向:做更大的开源AI项目、普及开源模型相关知识、继续在Together打造顶级开发体验团队
本周我满28岁了!🎉
明年的最大目标:
◆ 打造更大、更亮眼的开源AI应用与技术能力
◆ 开展更多关于OSS模型、推理与AI工程的科普教学
◆ 继续在Together打造一支世界级的开发者体验团队
出发 🫡
有人爆料OpenAI内部代号Acer的数学模型即将推出,现在团队成员对此十分兴奋。
做AI绘画不用再受固定2倍放大限制,1到2倍之间可以自由调倍率,适配多种扩散模型和VAE,不需要额外连接模型和VAE
适用于 ComfyUI 的 SesquiLSR🤙
- 潜在空间放大模型,支持为各类模型/VAE 应用任意缩放倍数
- 支持 SDXL, Z-Turbo, flux Klein, Krea2, Wan 2.1, Qwen Image & Anima
- 可在[1.0倍, 2.0倍]区间使用任意缩放倍数——不局限于固定的2倍缩放
- 无需连接模型或 VAE 👇
想知道自己在主流AI和搜索引擎的公共讨论里排第几?直接在这里就能查到结果。
整理了100个开发者都该收藏的GitHub仓库,分五期发布方便保存,这里是第三期的41到60号仓库
整理了五个可用来搭建AI交易桌的开源仓库,从零成本搭建AI交易,替代路径已经存在
有人用Fable 5从零生成成品网站,十几分钟就能得到带3D和动效的成品,还能生成可玩的迷宫和不同风格落地页,审美、交互和实现可以一次交付。
作者先让 Fable 5 从零生成互动网站,十几分钟后直接拿到带 3D 行星、滚动动效和响应式布局的成品;随后加入一套 Design Skills,又生成了可玩的 Three.js 迷宫和多种视觉风格的落地页。 真正值得注意的是,模型开始把审美、交互和实现一次打包交付。 你会先拿它做原型,还是已经敢让它直接上线?
靠历史数据累积训练,提前预测站台准确率能到75%,全程用 Claude Opus 和 Fable 就做出来了。
这个老兄受够了英国火车站直到最后一刻才公布站台号的做法,于是他用Claude vibe coded出了一个解决方案。
这款应用从Network Rail API拉取实时数据,跟踪你的列车实际在路线上的位置,它的核心功能是在车站公布站台之前就预测出结果,准确率达到75%。
它的学习逻辑非常简单:每次列车完成行程后,它都会记录实际停靠的站台,与预告的站台进行比对,随着时间积累这些对比数据,再从历史记录中生成置信分。
这个项目大部分是用Opus构建的,还有一部分用了Fable。
这套自动化工作流已经跑了几个月,人类店主不用处理任何订单,只需要像不干活的创始人一样偶尔查看进度
四个AI智能体每个月仅花100美元就帮他运营Etsy店铺。他已经好几个月没碰过任何订单了。
Matt是经理。他负责拍板、写简报、主持作战室,其他智能体在这里碰头修复出问题的环节。
Bunk负责搭建产品。直接接入Printify,不管是T恤、蜡烛还是任何卖得动的商品都能搞定。
Dennis全天待在研究室里产出创意,在任何人投入一分钱之前,先攒出一堆可以测试的方向。
Luke给Bunk的产品拍摄TikTok内容。
它们没有一个是人类。它们会实时读取自己后端的活地图——每一个文件、每一个连接,以及当其中一个修改内容后,会给下游带来什么问题。
整个团队是用GitHub上一个开源工具搭建的。全部运行只需要一份Codex订阅。总价固定100美元,基于GPT 5.5。
Matt会记录自己做的每一个决定。你可以像浏览日记一样翻看它的思考过程:哪些在运转,哪些在烧钱,要怎么在天亮前修复问题。
人类创始人就像裁掉了整个团队、只保留公司的老板一样,只需偶尔过来看看。四个员工,100美元工资单,0个人类。
想让AI代理更擅长调试应用问题,只需要两步,就能让AI代理看到本地运行中开发服务器的输出,不需要它持有进程权限
让智能体更擅长调试你应用问题的简单方法:
1. 让你的开发服务器输出复制 tee 到一个本地文件
2. 在 AGENTS.md 里添加一个指向该文件的路径
现在智能体就能看到你正在运行的开发服务器的输出,不需要它接管进程。
微调后开源小模型在特定场景可优于通用大模型
你真的应该开始微调你自己的模型了。说真的。
你用免费开源的本地AI模型,就能得到比Claude更好的回答。你只需要针对你自己的任务对它做微调就行。
对很多工作流来说,在你的特定数据上训练出来的SLM,性能可以超过Anthropic或OpenAI的「通用」模型。原因包括:
> 模型不会再输出 generic 回复
> 你的敏感工作数据永远不会接触云端
> 没有按使用量计费
> 没有昂贵的API调用
> 没有使用限制
> 离线也能完美运行
> 在你实际的系统里可靠性更高
你不一定总是需要最大的模型。你需要的是为你的任务量身定制的合适模型。
有时候,合适的模型就是小、本地、私有、快速,而且专门为你训练的。
Gemma 4 或 Qwen 3.5/3.6 都非常适合做基底。直接用 unsloth studio 微调它们就行。
研究者推出多智能体攻击安全框架,可实现完整黑客攻击链
‼️ AI 越狱研究者 Pliny 发布了一个多智能体攻击安全框架,能将 Claude Code 或 OpenAI Codex 订阅转变为他所说的真正漏洞狩猎,面向从未获得邀请的人群推出。
这个框架名为 T3MP3ST,它售卖的 AI “蜂群” 可以运行完整的黑客杀伤链(侦察、漏洞利用、报告),并且声称能“让任何人都成为零日漏洞猎人”。
在 XBOW 自己的 104 个练习黑客挑战集上,T3MP3ST 声称它首次尝试就解决了 90.1% 的挑战,优于 XBOW 公布的自有工具 85% 的解决率。
美团推出的LongCat-2.0大模型今日正式完全开源开放
🐱 LongCat-2.0 现已完全开源——采用 MIT 许可证,无任何使用限制。
自我们几天前启动发布以来,社区给出的反响十分惊人。感谢大家提供的所有反馈、讨论与关注。
今天,我们正式向所有人开放模型权重与推理代码。
◆ 1.6T MoE · 约 480 亿活跃参数 · 100万token上下文窗口
◆ 原生适配Agent:可直接集成 Claude Code、OpenClaw 与 Hermes Agent
◆ 部署:同时支持 GPU 与 NPU 平台——已在国内大规模集群上完成验证
📑 技术博客:
🤗 HuggingFace:
💻 GitHub:
🪄 ModelScope:
👇 推理代码
GPU:
NPU:
🚀 LongCat API 平台:
🤖 加入我们的 Discord 获取支持、提交反馈、参与社区讨论:
支持多种场景自动漏洞挖掘,基于现有AI编码Agent构建
扎克伯格解读被误解的AI模型蒸馏技术,分析其产业与投资影响
分享美国SVRC最新机器人报告结论,预测行业整合与中美竞争
一款35B参数的开源多模态视觉语言模型正式推出
对于多模态AI爱好者来说,这是个大新闻:一个全新的35B视觉语言模型刚刚发布,下载量已经突破6万,还在持续增长。
它能够同时处理图像和文本,是视觉问答、图像描述生成这类任务的强力工具。对于开源多模态模型来说,这是一件改变格局的事。
你能用它搭建什么?可以做能看懂图像的聊天机器人,能分析图片的内容审核工具,或是能描述场景的无障碍应用。
对于想要给现有文本系统增加视觉理解能力的开发者来说,它再合适不过,而且全程都能在 llama.cpp 上运行,效率很高。
这个模型采用35B参数架构,其中3B为激活参数,这得益于混合专家设计。它通过GGUF量化,可以在消费级硬件上实现快速推理。
它的MTP(多模态训练流水线)设计,让它针对视觉和语言任务都完成了微调。
目前它获得了129个点赞,近6万次下载,深受社区喜爱。它通过Unsloth优化了速度,还支持对话式AI。如果你需要一个能理解图像和文本、又不会超出预算的模型,选它就对了。今天就可以在transformers或llama.cpp中试用它。
🔗 点击这里查看完整模型详情:
开发者向X平台管理者提议新增单位自动转换功能,方便国际交流
给 @nikitabier 的一个小功能想法:如果 X 可以自动在公制单位和英制单位之间转换就好了,比如把 30°C 转成 86°F,反过来也一样。
这样能让对话更有国际化氛围,所有人都能看得懂,我也就不用像现在这样特意发推说明了 :D
依托多模态能力无需额外Whisper模型,开发者已开发出端侧应用原型
Gemma 4模型通用性强有另一项原因。
依托自身多模态能力,该模型可以单步完成完整的语音转写全流程,不需要额外搭配Whisper模型。
用户Arindam_1729基于这项能力,开发出了一款端侧应用,类似WisprFlow,项目链接已公开。
新论文提出局部分支路由方法,可提升大模型推理效率
《Efficient and Trainable Language Model Test-Time Scaling via Local Branch Routing》
这篇新论文让大语言模型在决定下一步行动前,先预览短期未来。其核心想法非常简单:带着预览选择下一个词元,路由,然后提交。
因此模型在每一个词元位置都能进行少量分支搜索,尝试几个可能的下一步,看看每一步会导向什么结果,再选择最优分支继续生成。
这一方法在数学推理上的表现优于 CoT、标准 RLVR 和软词元分支,同时还能保持高效性与可训练性。
read more:
新研究以多LLM智能体群体互动轨迹作为可解释性基础
耗时九天仅花20美元API成本,卖给辖区获利超三十万美元
AI已经变得离谱了……
据报道,一名20岁的中国学生用Claude搭建了一套AI测速雷达。
整个过程只用了9天。设备用的是旧摄像头。API调用只花了20美元。
据称,他随后以31.7万美元的价格把它卖给了一个市辖区。
解读逆DeepSeek冲击的核心逻辑,分析其对AI半导体产业投资的影响
分享AI工程师会议分享的未读代码上线应对思路
这一天的 61 条信号到这里
https://ai-pulse-lab.com/feed.xml
每天 08:00 · 12:30 · 18:30 · 23:50 更新
在阅读器里订阅
添加到 Feedly、Inoreader 等阅读器
https://ai-pulse-lab.com/feed.xml
让你的 Agent 自动获取每轮简报
适用于 Claude、ChatGPT、Manus 等
请帮我设置一个定时任务,每天北京时间 08:30、13:00、19:00、00:20 各执行一次: 请求 https://ai-pulse-lab.com/api/brief.json,读取返回 JSON 中的 textPlain 字段,将内容发送给我。 补充:每日北京时间 08:00、12:30、18:30、23:50 更新,建议更新后 30 分钟查询。可先请求 /api/manifest.json 检查 nextUpdateAt 字段。无需认证,直接 GET 请求即可。