标签：大语言模型 第4页

一款针对OCS网课助手的LLM轻量高性能智能答题服务发布0.2版本更新。该项目基于原项目重新实现，解决了原项目缺乏调试日志、鲁棒性问题及无法导出题目等缺陷。新增功能包括联网搜索和置信度评估，后者参考了相关学术论文，采用自我探测方式显著提升效...

赞(0)Toy2025-12-25前沿 阅读(45)去评论

本文全面介绍了Fun-CosyVoice3-0.5B-2512语音合成模型在Linux环境下的简化部署方案，旨在帮助开发者快速实现语音合成服务。方案集成vLLM加速技术，支持流式音频输出、多种采样率选择、多音色复刻、GPU加速重采样和Spe...

赞(0)Toy2025-12-24前沿 阅读(59)去评论

Space Math Academy是一个创新项目，将NASA的Space Math课程从静态PDF重新设计为沉浸式游戏。它利用谷歌的Gemini AI进行故事叙述和文本转语音（TTS），部署在Google Cloud Run上。学生通过互...

赞(0)Toy2025-12-24前沿 阅读(39)去评论

Gatewayz是一个专为AI团队设计的工具包平台，提供从想法到生产的一站式LLM（大语言模型）处理界面。该平台支持多种模型，包括免费模型（如通过Groq或Open Router中转）和付费模型（如Gemini 3 Flash Previe...

赞(0)Toy2025-12-24前沿 阅读(38)去评论

该项目是一个基于大语言模型（LLM）的开源智能答题服务，专为OCS网课助手设计，支持多种题型如选择题、判断题和填空题。服务提供HTTP API接口和本地缓存功能，解决了自建课程或新课程缺乏题库的问题，正确率约80%（测试模型为grok-3）...

赞(0)Toy2025-12-24前沿 阅读(38)去评论

当前，许多企业寻求AI赋能服务，但其交付形式多样且存在技术挑战。常见模式包括提供技术咨询和基于节点工作流的解决方案，大多仅利用LLM知识库生成文本能力，未深入整合复杂AI技术。收费标准因服务类型而异，如客服自动化场景需处理现有桌面程序消息，...

赞(0)Toy2025-12-23前沿 阅读(34)去评论

MiniMax开放平台正式发布M2大语言模型，其性能已可与Claude 4.5相媲美。该模型拥有200K的超长上下文窗口和128K的最大输出Token数，为复杂任务处理提供了强大支持。用户可通过MiniMax开放平台轻松接入，只需设置mod...

赞(0)Toy2025-12-23前沿 阅读(36)去评论

这款AI中转站价格分析工具最新版本v4.2现已发布，主要更新包括：官方倍率数据来自llm-metadata项目，支持官方分组与中转分组的交集匹配，以及模型名称的多种匹配方式（完全匹配、前缀匹配、后缀匹配等）。工具还提供多种分组方式（官方供应...

赞(0)Toy2025-12-23前沿 阅读(41)去评论

本文深入比较了GLM-4.7和Minimax-M2.1两大语言模型在生成游戏主机历史HTML页面的表现。测试通过LLMFeeder插件转换Wiki信息，评估信息提取数量、幻觉错误、展示效果、前端功能、信息整理和移动端适配。结果显示，GLM-...

赞(0)Toy2025-12-23前沿 阅读(37)去评论

MiniMax最新推出的M2.1大模型已在OpenRouter和官方网站正式上线。该模型被描述为轻量级先进大语言模型，专门针对编码、智能体工作流和现代应用开发进行了优化。与GLM-4.7相比，M2.1在输入和输出价格上具有优势，每100万t...

赞(0)Toy2025-12-23前沿 阅读(42)去评论

文章介绍了一个创新的prompt，专为LLM（如Gemini）设计，融合盖洛普优势理论、心流理论和荣格心理学，通过多轮对话帮助用户挖掘隐藏天赋。作者亲自测试了该prompt，发现Gemini-3-pro-think效果显著，回答走心且专业。...

赞(0)Toy2025-12-23前沿 阅读(59)去评论

本文详细介绍了一套个人知识库的最佳实践方案，整合文档管理与AI对话能力。通过部署Paperless-ngx进行文档资产管理，支持多格式文件和OCR识别；结合AnythingLLM创建可对话知识库，利用Ollama运行本地LLM模型实现智能检...

赞(0)Toy2025-12-23前沿 阅读(46)去评论

本文深入探讨了独立软件开发的黄金时代是否已经终结。作者基于20年行业经验，回顾了从1980年代共享软件时代（需邮寄支票）到现代的演变历程。技术进步如免费开发工具和互联网普及曾带来机遇，但AI（特别是大语言模型）颠覆了现状：用户转向AI摘要而...

赞(0)Toy2025-12-23前沿 阅读(41)去评论

本文详细解析了Transformer模型的工作原理，包括自注意力机制、多头注意力、位置编码和编码器-解码器结构。文章通过可视化方式，帮助读者理解如何通过Query、Key和Value向量实现序列建模，以及Transformer如何优化并行训...

赞(0)Toy2025-12-23前沿 阅读(41)去评论

大型语言模型(LLMs)经常产生看似合理但事实不正确的输出(即’幻觉’)，严重影响其可靠性。本研究首次从神经元层面系统探索了与幻觉相关的神经元(H-Neurons)。研究发现，极少数神经元(不到总神经元的0.1%)可...

赞(0)Toy2025-12-23前沿 阅读(40)去评论

智谱AI正式发布了新一代大语言模型GLM-4.7，该模型在多项评测中表现优异，评分超越了OpenAI的Sonnet 4.5。这一发布标志着国产大模型技术的重要进步，GLM-4.7在理解能力、推理能力和多语言支持方面都有显著提升。作为智谱AI...

赞(0)Toy2025-12-22前沿 阅读(46)去评论

本文详细探讨了如何通过本地运行AI编码模型替代每月100美元的昂贵订阅服务。作者通过购买128GB RAM的MacBook Pro进行实验，证明本地模型可完成约90%的软件开发任务，性能差距仅约’半代’。文章深入讲解...

赞(0)Toy2025-12-22前沿 阅读(40)去评论

AI幻觉问题源于模型在长文本对话中无法完整记忆上下文，导致输出错误。本文深入探讨了五种前沿解决方案：1）超长文本LLM，如Claude和Gemini 3 Pro，通过回顾所有文本减少幻觉，但响应慢且费用高；2）循环神经网络（RNN）和状态空...

赞(0)Toy2025-12-22前沿 阅读(45)去评论

本文介绍了一个简单实用的GitHub PR代码审查技巧，无需任何额外工具即可快速获取AI反馈。只需在GitHub PR链接后添加.diff，复制生成的代码差异内容，然后粘贴到ChatGPT、Claude等大语言模型中，即可在十秒内获得初步代...

赞(0)Toy2025-12-22前沿 阅读(40)去评论

在Linux.do技术论坛上，一位用户咨询使用MacBook Air M4运行大模型（如Qwen或DeepSeek小参数模型）的可行性，并询问内存占用情况。用户作为AI初学者，拥有32G内存，希望了解该硬件配置能否支持本地AI模型部署。此话...

赞(0)Toy2025-12-21前沿 阅读(38)去评论