字节跳动急招AI大模型工程师，聚焦Agent与多模态技术
字节跳动火山AI团队急招大模型应用算法工程师和后端开发工程师，职位要求深度掌握大模型核心技术，包括SFT、RLHF、RAG、Agent等，熟悉LangGraph等框架。招聘信息反映行业对AI大模型人才的高需求，强调多模态和智能代理应用趋势，...
标签索引 / 第 15 页
多模态
这个标签下有 190 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
Unity AI模型实测：疑似Gemini套壳，代码表现差
厦门实验室发布的Unity多模态AI模型声称性能超Gemini，实测显示其思维链有Gemini色彩，多模态测试表现稳定（如识别logan），但代码测试失败（如宝塔报错）。结论认为该模型可能是Gemini蒸馏产物，知识库保留但其他性能缺失，存...
Gemini模型论文阅读实测：2.5Pro领先，3Pro解析待优化
作者通过实际测试对比了Gemini 2.5 Flash、2.5 Pro、3 Flash和3 Pro在阅读机械工程论文时的表现。结果显示，2.5 Pro在解释详略程度上最满意，输出内容全面且无显著错误；2.5 Flash虽输出长但存在幻觉；3...
memU：AI记忆框架开源，支持多模态与双检索
memU是一款创新的AI记忆框架基础设施，采用独特三层架构，通过文件系统高效存储记忆数据。该项目轻量级设计，高度可拓展，原生支持多模态数据处理，并融合RAG与非嵌入双检索模式，提升AI系统性能。开源于GitHub，作者积极邀请开发者社区参与...
AI文献管家：Zotero-AI-Butler重构科研阅读
Zotero-AI-Butler是一款开源AI插件，自动扫描并精读PDF论文，生成Markdown笔记。支持多模态直读数学公式和图表，集成侧边栏实时交互，一键生成学术海报。兼容OpenAI、Claude、Gemini等模型，隐私安全，成本低...
AI时代：人类稀缺特质与Agent元年总结
本周深度总结2025年Agent元年的三大要点：技术底层从对话到推理的突破，交互模式从人找工具到工具找人的变革，商业落地从Demo到生产力的规模化。讨论AI时代人类稀缺特质回归本质，梳理业界动态如Meta收购Manus、GLM-4.7发布、...
AI大模型全栈工程师课程资源第9期：完整课件与实战工具包
本文提供了AI大模型全栈工程师第9期的完整课件资源，包括视频课程和配套工具包，覆盖大模型应用开发基础、Prompt Engineering、模型微调（上下）、多模态大模型（上下）、神经网络和Transformer详解、LangChain、R...
大模型面试100问07：特殊架构篇
TL;DR 稠密模型的参数规模竞赛已经到头，MoE用稀疏激活让470亿参数的模型跑出130亿的速度；多模态让LLM能看图说话，GPT-4V的视觉编码器是关键；Diffusion模型让AI能画画，DDPM和DDIM是两条技术路线。本文从6个高...
AMC 1.8.4 更新：免费集成 Gemini，支持多模态与系统音频录制
AMC 1.8.4 版本更新带来重大功能改进，免费集成 Google Gemini AI 模型，支持多模态交互（文本/语音/图片/视频）。新增系统音频录制功能，优化语音输入、快捷键自定义和富文本粘贴体验。项目深度集成 Gemini 生态，提...
AI走进寻常家：父母学习豆包的启示
元旦假期，作者回家发现普通工薪家庭的父母也在使用豆包AI应用。尽管对互联网不熟悉，他们开始利用豆包完成日常任务如查询菜谱、生成动态图片。豆包作为多模态AI工具，日活用户已过亿，显示AI技术快速渗透普通人生活。作者反思，好的AI不在于复杂功能...