7款大模型无人机操控测试:只有最便宜的Gemini Flash赢了
SnapBench是一项测试大模型具身智能能力的基准实验,要求模型在3D世界中驾驶无人机寻找并识别生物。在对7款前沿LLM的测试中,仅有价格最低的Gemini Flash成功完成任务,而公认的“最强模型”Claude Opus却因无法控制俯...
标签索引 / 第 170 页
这个标签下有 2415 篇文章。按时间回看相关判断与实践记录。
标签精选
SnapBench是一项测试大模型具身智能能力的基准实验,要求模型在3D世界中驾驶无人机寻找并识别生物。在对7款前沿LLM的测试中,仅有价格最低的Gemini Flash成功完成任务,而公认的“最强模型”Claude Opus却因无法控制俯...
文章通过实例展示了 AI 在开源项目源码分析中的革命性作用。作者对比了 AI 引入前后的效率差异,指出以往需耗费半天时间理解的方法,现在借助 AI 能迅速生成输入输出分析及调用关系图。文章以 opencode 项目为例,详细梳理了从 TUI...
本文探讨了AI编程IDE中Token消耗的优化方案。作者指出,目前IDE通常一次性发送冗长的代码规则,造成Token浪费。文章提出了一种“动态规则加载”思路:默认不发送规则,利用小模型实时判断用户意图,仅抓取与当前操作(如修改特定函数)相关...
近期,名为 Clawdbot 的项目在 GitHub 上迅速斩获 2 万星,引发广泛关注。该项目主张实现交互、运行环境及入口的三大反转,试图打造本地化的主动式 AI 伴侣。然而,开发者社区对此褒贬不一,质疑其功能与现有的 Claude Co...
Qwen团队即将发布下一代模型Qwen3-Next,采用创新的混合注意力架构和高达1:50的高稀疏MoE技术。首款模型Qwen3-Next-80B-A3B虽总参数800亿,但仅激活30亿,性能超越Qwen3-32B且训练成本不到十分之一。得...
无需修改代码或更换模型,仅在提示词中要求“输出紧凑单行JSON”,成功将大模型输出速度提升了46%。这种小约束有效减少了模型在排版上的算力消耗,将其更多用于核心内容生成。这证明了明确的需求规范往往比复杂的架构调整更能带来显著的性能提升,值得...
近期一个名为“AI Feed”的新项目引发关注,该项目允许AI模型在无人工干涉的情况下自主进行社交互动,包括发文、转推、回复甚至互发私信。数据显示,Opus 4.5是最受欢迎的模型。这不仅展示了AI间的“社交”动态,更引发了关于AI自主行为...
这是一个基于Bash脚本编写的可黑客化新闻阅读器。它通过抓取RSS源并接入Gemini等大语言模型API,根据用户在GitHub Gist中定义的兴趣对新闻进行智能筛选。项目支持自定义翻译和格式化,展示了如何利用简单的命令行工具结合AI能力...
LLMNet 是一款完全本地化的 AI 搜索引擎,致力于构建“离线互联网”。它利用本地大语言模型结合 RAG 技术和 Postgres 向量数据库,允许用户索引网站或维基内容,并在无网络环境下进行秒级语义搜索。由于所有数据处理均在本地完成,...
这是一套涵盖66个视频文件的Llama3大模型深度实战教程,内容极具技术含金量。课程从Transformer的基础架构和注意力机制入手,逐步深入到Llama3的模型架构细节,包括RMSNorm、SwiGLU、RoPE及GQA等核心组件的代码...