LLM Weekly（2025.08.18-08.24）

最新推荐文章于 2025-11-24 18:29:32 发布
最新推荐文章于 2025-11-24 18:29:32 发布
阅读量375 收藏
点赞数 9
CC 4.0 BY-SA版权
分类专栏： LLM Daily LLM Weekly 文章标签： 人工智能 自然语言处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/c_cpp_csharp/article/details/150846391

在这里插入图片描述

😎 网络热点资讯

  • 深度求索（DeepSeek）V3.1 正式发布——或许是目前最强大的开源人工智能模型。深度求索在 Hugging Face 平台发布了参数规模达 6850 亿的强大人工智能模型 DeepSeek V3.1。该模型为开源性质，且具备高性价比，在 Aider 基准测试中取得 71.6% 的得分，同时整合了对话、推理与编码功能，足以与 OpenAI 等美国人工智能巨头相抗衡。此次战略性发布通过免费开放前沿人工智能能力，对传统人工智能经济模式构成挑战。

  • 谷歌宣布推出 Imagen 4 Fast，并在 Gemini API 中全面开放 Imagen 4 系列模型。谷歌已通过 Gemini API 及谷歌 AI Studio 平台推出先进的文本生成图像模型 Imagen 4。Imagen 4 系列包含三款模型：用于快速生成的 Imagen 4 Fast、适用于高质量任务的 Imagen 4，以及可创作高细节内容的 Imagen 4 Ultra。其中，Imagen 4 与 Imagen 4 Ultra 目前已支持 2K 分辨率，能以更丰富的细节和更高的保真度提升创意产出效果。

  • ChatGPT 在印度推出价格亲民的 ChatGPT Go 订阅计划，月费仅 4.6 美元。OpenAI 在印度市场推出 ChatG

了解本专栏 订阅专栏 解锁全文 超级会员免费看
LLM Weekly（2025.08.04-08.10）
c_cpp_csharp的专栏
08-19 268
OpenAI推出了其最先进的人工智能模型GPT-5，在写作、编程、健康和多模态推理方面提升了性能。GPT-5专为实际应用打造，相比前代产品减少了错误，并改进了风格。专业订阅用户可通过GPT-5 Pro获得扩展推理能力。。OpenAI发布了gpt-oss-120b和gpt-oss-20b，这是基于Apache 2.0许可证的最先进的开源权重语言模型，经过优化可在消费级硬件上高效部署。这些模型在推理任务中表现出色，优于其他开源模型，并具有强大的安全标准。
构建面向人工智能决策的世界模型引擎所需的基本知识体系
形上得其象，形下合于数；阴阳自济，玄理自明。
08-26 966
为了实现真正意义上的人工智能（AI）决策，即超越模式识别和统计预测，达到具备理解、推理与规划能力的智能水平，构建一个完备的、动态的“世界模型”（World Model）作为其核心引擎，已成为业界和学界的共识。本文认为，通往高级AI决策的道路，本质上是构建一个能够模拟、预测并与世界交互的内部心智模型的旅程，这需要认知科学、神经科学、计算机科学及人文社科等领域的深度融合与协同创新。通过具身交互，AI的世界模型才能实现真正的“接地”，其内部的符号和概念才能与外部世界的实体和动态产生稳定、可靠的映射。
Android Weekly #202508
Gracker的专栏
02-24 1152
Android Weekly是一份专注于 Android 技术生态的周刊，每周一更新。本周刊深入挖掘 Android 系统架构、性能优化、跨平台开发、AI 等领域的高质量技术内容，为开发者提供持续的知识更新与技术洞察。注意：由于微信公众号外链限制，很多链接无法直接打开，建议点击原文访问博客获得更好的体验订阅渠道：[微信公众号] | [知乎专栏] | [掘金] | [RSS]技术文章Androi...
2025秋招优秀项目推荐
weixin_41496173的博客
05-27 349
2025秋招优秀项目推荐
开源日志系统 - log4cplus
huozheleisi
10-28 198
原文地址：http://blog.csdn.net/lulixue/archive/2007/01/09/1478443.aspx log4cplus是C++编写的开源的日志系统，功能非常全面，用到自己开发的工程中会比较专业的。 本文介绍了log4cplus基本概念，以及如何安装，配置。 ### 简介 ### log4cplus是C++编写的开源的日志系统，前身是java编写的log4...
Firefox沉浮录：一部关于反叛、兴衰与开放网络未来的史诗
greenspan的专栏
09-26 983
Firefox沉浮录：从反叛崛起到守护开放网络的使命 Firefox诞生于微软IE垄断的背景下，脱胎于网景开源的Mozilla项目，以轻量、安全、支持标准的特点迅速崛起。2004年正式版发布后，凭借标签页浏览、扩展生态等创新功能，市场份额一度达32%。其成功源于全球社区的自发推广和用户对开放网络理念的认同。然而，2008年谷歌Chrome的入局改变了竞争格局，Chrome的多进程架构和V8引擎性能优势使Firefox市场份额持续下滑。尽管如此，Firefox始终坚守开放网络使命，成为技术单极化时代的重要平衡
log4cplus
moyumoyu的专栏
07-03 986
### 简介 ### log4cplus是C++编写的开源的日志系统，前身是java编写的log4j系统.受Apache Software License 保护。作者是Tad E. Smith。log4cplus具有线程安全、灵活、以及多粒度控制的特点，通过将信息划分 优先级使其可以面向程序调试、运行、测试、和维护等全生命周期； 你可以选择将信息输出到屏幕、文件、 NT event log、甚至
Log4cPlus应用--转载！
benny_wqq的专栏
10-08 651
本文介绍了使用log4cplus有六个步骤，并提供了一些例子引导你了解log4cplus的基本使用。<br />### 构成要素介绍 ###虽然功能强大，应该说log4cplus用起来还是比较复杂的，为了更好地使用它，先介绍一下它的基本要素。<br />Layouts      ：布局器，控制输出消息的格式.<br /> Appenders    ：挂接器，与布局器紧密配合，将特定格式的消息输出到所挂接的设备终端<br />                （如屏幕，文件等等)。<br /> Logge
credit default swap(CDS)
走马观花
06-27 6672
http://en.wikipedia.org/wiki/Credit_default_swap A credit default swap (CDS) is a financial swap agreement that the seller of the CDS will compensate the buyer in the event of a loan default or
基于学习的人工智能（1）为什么学习？
致力于大数据+AI 的应用创新。
11-24 157
学习是人类最重要的认知活动之一，贯穿我们的一生。出生后，我们无时无刻不在学习：从父母那里学说话，自己尝试走路，从小伙伴那里学会折纸飞机，从老师那里学到语文、数学等各种知识。研究人员始终将光源和风扇放在同一侧，经由学习，玉米幼苗逐渐学会了“有风的地方就会有光”的规律。之后，研究人员移去光源，并改变风扇方向，玉米幼苗依然按照所学知识，向风扇方向生长。1959 年，美国计算机学家亚瑟·塞缪尔设计了一款可以自我学习的跳棋程序，并将这一新方法称为“机器学习”，从而开启了机器自我学习的道路。
2025企业微信AI落地新趋势：微盛AI·企微管家破解内外增长难题
最新发布
weisheng00的博客
11-24 374
2025年企业微信AI落地的三大关键趋势：微盛AI·企微管家通过智能客服、精准营销和内部协作三大场景，帮助企业实现200%的客服效率提升、90%的报修响应提速和50%的员工效能增长。作为企业微信生态最大ISV服务商，微盛依托"AI+SCRM"双引擎，已服务160家500强企业，提供合规AI聊天Agent、生态闭环整合及私有化部署方案，有效解决数据孤岛问题，90%客户在3个月内实现AI能力全员覆盖。
中国计算机学会（CCF）推荐学术会议-A（人工智能）：ACL 2026
iaast的博客
11-24 285
大会官网：https://2026.aclweb.org/录用率：20.3%（1699/8360，2025年）时间地点：2026年7月2日-加州·美国。截稿时间：2026年1月5日。CCF推荐：A（人工智能）
RAG 的诞生：为了让 AI 不再“乱编”
weixin_44876263的博客
11-24 51
RAG全称，中文为“检索增强生成”。其核心思想是：在生成答案时，不仅依赖大模型内部的训练知识，还能够实时访问外部知识库或文档，从而生成更加准确和可靠的内容。就像一个学生回答问题，不仅依靠自己记忆，还会去图书馆查资料，然后结合记忆和查到的资料回答问题。你问模型：“请告诉我最新的新能源补贴政策。纯模型可能只靠训练记忆，回答的是过时或模糊的信息。RAG 模型会先去查最新政策文件，再结合训练知识生成答案，因此更准确。检索资料：先找到相关文档或信息。结合生成：把找到的资料和问题一起输入模型，让模型生成答案。
基于华为开发者空间实现花卉识别
优快云高校俱乐部官方博客
11-21 1534
基于华为开发者空间实现花卉识别
人工智能在医疗行业的革命性应用：从诊断到个性化治疗
2501_94114442的博客
11-21 462
人工智能（AI）技术近年来已经渗透到各个行业，其中，医疗行业无疑是受益最大之一。从疾病的早期诊断到个性化治疗方案的制定，AI正在加速医学领域的变革。通过机器学习、深度学习、自然语言处理等技术，AI不仅能够处理和分析大量的医疗数据，还能够帮助医生做出更加精准的决策，提升患者的治疗效果，并优化整个医疗体系的运作效率。本文将探讨人工智能在医疗行业的应用，分析其在不同医疗领域的具体作用，并展望AI如何进一步推动医疗健康行业的发展。
【NullSwap】NullSwap: Proactive Identity Cloaking Against Deepfake
人生不是轨道，是旷野。希望每天都有好心情。
11-23 161
由于生成模型的进步，被动检测高质量Deepfake图像的性能瓶颈，主动扰动提供了一种有前途的方法，通过将信号插入良性图像来禁用Deepfake操作。【生成模型的发展，使得生成高质量伪图越来越难被检测】然而，现有的主动扰动方法在以下几个方面仍然不能令人满意：【当前主动扰动存在的问题】1）由于直接元素添加而导致的视觉退化;2）对交换操纵的有效性有限;3）不可避免地依赖于白盒和灰盒设置，以在训练期间涉及生成模型。我们分析了深度伪造swap技术的本质，并论证了保护源身份而非目标图像的必要性。
【字节跳动 AI 原生 IDE TRAE 】
youngerwang的博客
11-22 633
字节跳动推出的AI原生IDE TRAE是国内首款协作级AI开发工具，采用"交互层-智能层-协议层-生态层"四层架构，支持SOLO智能自主开发模式和多模态交互。核心功能包括：1）SOLO模式支持需求分析、工具调度和全流程自动化开发；2）双模式交互系统兼顾精细控制和快速原型开发；3）多模态交互支持语音、图像和代码片段输入；4）开放的智能体生态系统。TRAE深度融合大模型能力，在前后端开发中展现出高效代码生成和自动化能力，并通过MCP协议实现安全工具调用。产品迭代迅速，216天发布63个版本，
EAGLE-2：通过动态草稿树加速语言模型推理
11-24 16
现代 Large Language Models（LLMs）的推理过程既昂贵又耗时，而 speculative sampling 已被证明是一种有效的解决方案。大多数 speculative sampling 方法（例如 EAGLE）使用静态的 draft tree，并默认 draft token 的接受率仅依赖于其位置。有趣的是，我们发现 draft token 的接受率也依赖于上下文。本文在 EAGLE 的基础上提出了，该方法引入了一种新的技术用于 draft 建模。
宇树G1-D：人形机器人下一步方向！
Charlie_Mo的博客
11-21 974
宇树科技推出G1-D人形机器人工作站全栈解决方案，实现从硬件平台向"硬件+数据+AI"生态平台升级。该方案以G1-D为核心载体，为AI模型开发提供强力支撑，可应用于制造业等场景，提升生产精度和效率。在AI技术快速发展的背景下，掌握基于G1-D的AI开发技能将增强就业竞争力。这一创新方案为行业搭建AI训练基础设施，推动技术进步，展现未来发展潜力。
~/MNN/build/Qwen3-0.6B-MNN $ ls -al total 444295 drwx------. 2 u0_a315 u0_a315 3452 Aug 28 12:55 . drwx------. 9 u0_a315 u0_a315 3452 Aug 28 12:55 .. -rw-------. 1 u0_a315 u0_a315 43 Aug 28 12:55 .mdl -rw-------. 1 u0_a315 u0_a315 495 Aug 28 12:55 .msc -rw-------. 1 u0_a315 u0_a315 36 Aug 28 12:55 .mv -rw-------. 1 u0_a315 u0_a315 1239 Aug 28 12:55 README.md -rw-------. 1 u0_a315 u0_a315 403 Aug 28 12:55 config.json -rw-------. 1 u0_a315 u0_a315 46 Aug 28 12:55 configuration.json -rw-------. 1 u0_a315 u0_a315 461520 Aug 28 12:55 llm.mnn -rw-------. 1 u0_a315 u0_a315 450810338 Aug 28 12:55 llm.mnn.weight -rw-------. 1 u0_a315 u0_a315 4880 Aug 28 12:55 llm_config.json -rw-------. 1 u0_a315 u0_a315 3193569 Aug 28 12:55 tokenizer.txt 帮我看看，如何添加模型prompt提示词
08-29
- 如果使用MNN的LLM功能，编译时需开启相关选项（如`-DMNN_BUILD_LLM=true`，引用[3]）。 #### 注意事项 - **性能影响**：添加过长提示词可能增加推理时间，因为模型需要处理更多tokens。建议提示词长度控制在50-...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值