2024年5月份大模型产研关键事件

最新推荐文章于 2025-12-18 11:52:33 发布
原创 最新推荐文章于 2025-12-18 11:52:33 发布 · 1k 阅读 · 8 ·
CC 4.0 BY-SA版权
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。
文章标签：

#人工智能

5月份大模型等开源进展

关于一个端侧多模态模型，可以用来做0CR等。Mini-InternVL 1.5: A Powerful Pocket Multimodal Model with 8% Parameters for 80% Performance

关于代码大模型进展。Mistral AI发布支持80多种编程语言的模型Codestral，22B参数，32k上下文https://huggingface.co/mistralai/Codestral-22B-v0.1

关于语音专业大模型进展。ChatTTS，支持中英双语混合输出，中文支持友好，适用于多种应用场景:https://github.com/2noise/ChatTTS, https://2noise.com/

大模型用来做文件管理。LlamaFS，自动整理电脑文件，原理在于自动重命名和组织各类型文件:

最低0.47元/天 解锁文章
2024年5月信息系统项目管理师真题及答案
ducanwang的博客
05-29 3021
“十四五”国家信息规划》中提出了打造协同高效的数字政府体系，深入推进改革，加快政府建设数字政府，推动政务业务协同，加快政务数据开放共享和开发利用深化推进，“一网通办”、“跨省通办”、“一网统管”，行政效率和公信力显著提升，打造服务型政府。其他选项的说法均不正确。其他选项的说法均不正确。项目集发起人的主要职责包括消除项目集交付的困难和障碍、为项目组合经理进行交互，确保提供适当的资源和优先级、确保项目集目标与战略愿景保持一致。项目建议书的核心内容包括项目建设的必需条件、项目预期成果的市场预测、项目的必要性。
中文大模型基准测评2024上半年报告
AI生成式技术曾小健
07-09 2152
国内外大模型差距进一步缩小国内外大模型差距进一步缩小：OpenAI最新模型GPT-4o依然是全球表现最好的模型，但国内大模型已将差距缩小至5%以内。
Windows系统电脑本地部署AI音乐创作工具并实现无公网IP远程使用
百锦再的博客
06-03 10万+
本文主要介绍如何在Windows系统电脑上快速本地部署一个文字生成音乐的AI创作工具MusicGPT，并结合cpolar内网穿透工具实现随时随地远程访问使用。MusicGPT这款开源AI音乐生成器可以本地运行最新的音乐生成AI模型，比如Meta 的 MusicGen 模型。并且支持在Windows、macOS 和 Linux 系统部署，开箱即用，无需安装任何依赖，小白也能轻松使用。
2024：人工智能大模型的璀璨年代
热门推荐
herosunly的博客
01-24 10万+
本文主要对2024年度人工智能大模型的创新和应用进行了总结，希望对学习大语言模型的同学们有所帮助。 文章目录 1. 前言 2. 从OpenAI一方独霸到群雄逐鹿 3. 大模型的重要应用方向：代码助手、智能客服、知识搜索 4. 从专家专属到人人可用：提示词使用趋于简单
2024年大模型行业研究报告_大模型相关方向
qingkahui24689的博客
07-05 2062
大模型是指具有大规模参数和复杂计算结构的机器学习模型。这些模型通常由深度神经网络构建而成，拥有数十亿甚至数千亿个参数。大模型的设计目的是为了提高模型的表达能力和预测性能，能够处理更加复杂的任务和数据。大模型在各种领域都有广泛的应用，包括自然语言处理、计算机视觉、语音识别和推荐系统等。大模型通过训练海量数据来学习复杂的模式和特征，具有更强大的泛化能力，可以对未见过的数据做出准确的预测。图 大模型产业图谱来源：资产信息网 千际投行 iFinD。
2024年热门开源大模型总结
2401_85773741的博客
11-27 2996
目前Qwen2作为开源模型效果还是不错的，并且能够打败开源的LLAMA3模型，只能说一句：中国大模型牛逼！并且从多个问题测试下来，发现和GPT-4o使用体验差别不大。Qwen2模型不仅性能优越，还在不断进步。随着Qwen2发布的同时，也在开源社区推动着开源大模型的不断发展。
2024年5月份架构师考试论文真题完整版
m0_61635017的博客
06-05 3384
三、论文1.关于大数据的，Lambda架构文老师押中了原题，几乎描述一致撰写关于Lambda架构的软考论文时，一个清晰且结构化的大纲是成功的关键。以下是一个简单的论文大纲示例，旨在覆盖Lambda架构的核心概念、设计原则、优缺点、实际应用案例以及对比其他架构（如Kappa架构）的分析：大纲简要介绍Lambda架构的基本概念及其在大数据处理领域的地位。概述论文的主要研究内容、目的及预期贡献。背景介绍：阐述大数据处理的挑战，特别是在实时性和历史数据一致性方面。
2024年5月份架构师考试真题完整版
m0_61635017的博客
05-29 5871
1.操作系统调度算法 选先来先服务调度算法1. 先来先服务(FCFS, First-Come, First-Served): 这是最简单的调度算法，按照进程到达就绪队列的顺序进行调度。它公平但可能不是最优的，因为没有考虑进程的执行时间，可能导致长进程等待时间过长。2. 短作业优先(SJF, Shortest Job First) / 短进程优先(SPF, Shortest Process First): 这种算法优先调度预计执行时间最短的进程。它可以最小化平均等待时间和周转时间，但是可能存在饥饿问题，即长进
腾讯多模态大模型2024年最新综述：26个主流模型的效果提升关键方法解析
m0_65555479的博客
12-04 1417
在腾讯 2024 数字科技前沿应用趋势中，强调了“通用人工智能渐行渐近，大模型走向多模态，AI智能体（Agent）有望成为下一代平台当下多模态大模型不仅仅是学界新宠，也是未来行业发展进步的一大方向，站在这篇综述的基础之上，期待我们可以更快更好的理解未来多模态大模型的发展，赶上这波通用人工智能的新浪潮！
精选资源
2024年大模型典型案例
07-23
根据最新的统计数据，截至当年5月份，我国国产的大模型数量已经超过300个，这标志着大模型在各行业中的应用已经进入了一个新的阶段，不仅数量上有了显著增长，在质量和技术成熟度方面也取得了重大突破。这些大模型的...
2024年7月大模型工作记录总结
标题解析：标题中的“202407工作记录”表明这是一个关于2024年7月份工作活动的记录文档。通常这样的文档会详细记录一段时间内的工作任务、完成情况、个人贡献、团队协作情况以及遇到的问题和解决方案等。 描述解析...
大模型学习基础（五） 强化学习（Reinforcement Learning，RL）初步
qq_56095294的博客
12-13 408
前面的文章简单介绍过，传统的监督学习所使用的数据集是（特征，标签），有“标签”即明确的知晓正确的输出应该是什么。而实际的情况是，环境的状态S是由多个Si构成的，每训练一组S-a即训练一个多分类问题，把这些问题的损失函数（交叉熵）加在一起，即可训练出在不同的状态下应该使用什么动作。模型在选择一个动作之后，这个动作实际是对Environment发生，相应的Environment会给模型一个回馈Reward，然后再给模型一个新的Observation，模型继续选择新的动作，循环此过程。
以太联的自愈功能与看门狗机制解析
suzhou_speeder的博客
12-15 1161
看门狗(Watchdog)是一种硬件或软件实现的定时器机制，其核心功能是监控系统或程序的运行状态，防止程序跑飞或陷入死循环。案例：车载以太网交换机通过硬件看门狗实时监测链路状态，若检测到链路中断(如3ms内未收到心跳包)，立即启用备用路径，确保刹车、转向等关键系统永不掉线。案例：某智能工厂的PLC(可编程逻辑控制器)采用软件看门狗，若主程序因干扰死机，看门狗机制自动重启PLC，恢复生产流程。三者协同工作，实现“设备-交换机-网络”三级自愈，显著提升网络可靠性、降低运维成本，并为企业数字化转型提供坚实基础。
数据分析Agent白皮书：揭秘Data x AI的底层逻辑与未来关键
最新发布
LyAGent的博客
12-18 609
《2025数据分析Agent白皮书》指出，数据分析Agent正成为AI落地的核心形态，实现从"人人分析"到"人人消费"的转变。白皮书系统解析了其技术架构（包括Query/Document/DeepAnalyze三大Agent能力）、行业实践（能源/制造/零售等领域）及落地路径，强调需突破数据准度、分析深度与消费广度三大挑战。未来，数据分析Agent将深度融入业务流程，推动"洞察即行动"的自动化决策模式。该技术有望彻底改变企业数据消费方式，使数据智能
多模态赋能情绪理解：Qwen3-VL+LLaMA-Factory 的人脸情绪识别实战
Lab4AI的博客
12-17 570
本项目依托Lab4AI平台，基于LLaMA-Factory成功对Qwen3-VL进行了完整的微调流程。我们将传统的人脸情绪识别任务与多模态大语言模型（MLLM）相结合，探索了MLLM在视觉情绪理解中的应用。通过微调Qwen3-VL，我们成功将传统的分类任务转化为多模态推理任务，显著提升了模型在复杂场景下的鲁棒性和准确率。这一方案不仅在人脸情绪识别上取得了显著提升，还为其他视觉任务的多模态大模型应用提供了新的思路，具有广泛的应用前景。
Transformer架构的原理是什么？
SACKings的博客
12-15 727
对于“Thinking”这个词，它的输出向量可能包含了90%它自己的信息和10%“Machines”的信息。而对于“Machines”，它的输出可能包含了70%它自己的信息和30%“Thinking”的信息。Transformer 架构的原理是理解现代大模型（如 GPT、BERT、T5 等）的基石。正是因为这些原理上的优势，Transformer才取代了RNN和CNN，成为了当今AI大模型时代的统治性架构。的（打乱输入顺序，输出可能不变），它没有内置的位置概念。Q·K 然后Softmax。
AIDD-人工智能药物设计-扩散模型热力学：从 AI 提取物理能量
itwangyang520的博客
12-14 1176
扩散模型的核心是加噪与去噪。这对业界的启示是，要实现精准医疗，特别是针对耐药突变的药物设计，不能仅依赖大语言模型（Large Language Model, LLM）处理序列。他们从文献和数据库中挖掘了过去被忽略的细节：氨基酸的替换、插入、缺失，以及关键的磷酸化修饰，最终整理出 4032 对新的激酶 - 配体数据。GeneGPT 曾展示了大语言模型（LLM）在生物医药领域的潜力，而 OpenBioLLM 提出了不同于 GeneGPT 单体（Monolithic）架构的方案：组建由「专家」构成的团队。
神经网络基础
m0_54291751的博客
12-17 612
归回问题用的最多的损失函数: **Smooth L1;**+ 分类问题用的最多的损失函数： ****(也可以用于二分类);```python# 1. 加载csv文件数据集.data = pd.read_csv('data/手机价格预测.csv')# print(data.head()) # 查看前五行数据# data.info() # 查看数据是否有缺失值# 2. 获取x特征列 和 y标签列.# 3. 把特征列转成浮点型.
评论
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

茯苓茶

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