技术专栏 深入大模型技术内核,从零构建与优化,驾驭AI未来的核心力量 全部专题
-
置顶 阿里Qwen 3.5震撼开源:架构革新登顶全球最强,原生多模态重塑AI格局
2026年2月16日,除夕佳节之际,阿里巴巴正式发布全新一代开源大模型千问Qwen 3.5。其Plus版本一经亮相便登顶全球最强开源模型,性能直接媲美闭源第一梯队的Gemini 3 Pro,并在多项权威基准测试中实现超越。 这场新春时节的“技术突袭”,不仅标志着阿里在大模型领域完成了从纯文本到原生多模态的代际跃迁,更以极致的效率与性价比,重构了全球开源大模型…
-
本周GitHub开源项目精选:从文档信息抽取到AI工作流框架,6个AI工具助你提升开发效率
01 谷歌开源的文档信息抽取神器 谷歌开源了一个名为 LangExtract 的 Python 库,该项目已获得近 3 万 Star。它专门利用大语言模型从非结构化文本中提取结构化信息,例如从临床病历、报告等文档中自动识别和整理关键数据,并能精准定位每条信息在原文中的位置。 其核心特点包括:精确的源定位、针对长文档的优化、以及支持交互式可视化。它能生成独立的…
-
Claude Task Viewer:实时可视化Claude Code任务执行过程的智能看板
当Claude Code将复杂工作拆分为多个任务时,其思考过程在终端中往往显得零散。现在,一个工具将这些碎片拼接成了一幅完整的画面。 Claude Task Viewer 会在本地 3456 端口启动一个实时看板,并自动扫描 ~/.claude/tasks/ 目录下的所有会话。每个任务卡片会清晰展示当前状态、依赖关系,甚至 Claude 正在执行的具体操作。…
-
腾讯开源YOLO-Master:混合专家MoE赋能实时目标检测,开启端侧AI自适应计算新时代
关键词: YOLO-Master、混合专家(MoE)、实时目标检测、动态路由、ES-MoE 动态计算,按需分配:YOLO-Master 如何用 MoE 重新定义实时目标检测 实时目标检测(Real-Time Object Detection, RTOD)是计算机视觉领域的核心任务之一,从自动驾驶到工业质检,从安防监控到移动端应用,都离不开它的身影。YOLO …
-
YOLO26深度解析:十年演进,如何实现CPU推理43%加速与边缘设备实时检测
关键词:YOLO26、YOLO架构演进、单次检测算法(YOLO)、目标检测、计算机视觉、深度学习 十年来,单次检测算法(YOLO,You Only Look Once)一直是计算机视觉与深度学习领域的主流目标检测模型。本文第一部分将探究YOLO系列最新版本YOLO26的核心创新点,并系统梳理YOLO模型的发展历程。YOLO26的主要改进如下: 核心改进项 解…
-
从春晚舞台到全球瞩目:宇树机器人如何通过《武BOT》实现人形机器人集群武术表演的技术突破
宇树的“赛博功夫”,火到海外了。 当机器人开始显露“真功夫”,春晚的科技叙事变了。过去几年,机器人登上各种大大小小的舞台,更多是承载一种科技符号,它们或是节奏偏慢的舞蹈方阵,或是呆萌可爱的互动玩偶,观众图个新鲜,看个热闹。但2026年马年春晚,宇树科技带着G1与H2人形机器人登场的那一刻,几乎所有人意识到:机器人演示进入下一个阶段了。 跑酷、翻桌、单腿连续空…
-
4个GitHub神级开源项目:让AI助手变身营销专家、PPT大师、内容创作全家桶和文档处理高手
01 营销人的 Claude Code 技能库 这是一个专门为营销人员准备的技能包,已在 GitHub 上获得 7.5k 星标。作者 Corey Haines 是一位营销专家,他称这是其发布过的最有价值且完全免费的工具。 该库包含了 26 个与营销相关的技能,覆盖转化率优化、文案写作、SEO、数据分析和增长黑客等领域。例如:* page-cro 技能:可指导…
-
通义Qwen3.5-Plus深度测评:开源战神部队的排头兵,推理效率与性价比双突破
短的结论:开源战神部队的排头兵 基本情况: Qwen3.5-Plus 的到来比预期更快。通义实验室延续了其“新一代模型跨级挑战上一代”的进化方法论,此前Qwen2.5-80B 曾战平旧款235B模型,如今这一策略再次上演:不到400B参数的Plus模型,在能力上已能追赶上一代万亿参数规模的Max模型。 其单位Token的推理性能也达到了前所未有的优秀水平。要…
-
Claude Sonnet 4.6震撼发布:百万token上下文+人类级计算机操作,性能直逼Opus
Claude Sonnet 4.6今天正式上线,这是Anthropic迄今为止最强大的Sonnet模型。该模型在编码、计算机使用、长上下文推理等核心能力上实现全面升级,最引人注目的是其beta版百万token上下文窗口。 从性能基准测试来看,Sonnet 4.6在终端编码、编程能力、计算机使用等关键指标上表现突出。有开发者反馈,在真实编码任务中,70%的情况…
-
智能代理研究全景:从理论到实践的全面解读与资源导航
近年来,以大规模语言模型(LLM)为核心构建的智能代理(Agent)已成为人工智能领域最活跃、前沿的研究方向之一。一个由 Luo-Junyu 等人维护的 GitHub 仓库《Awesome-Agent-Papers》 系统梳理了该领域的重要论文与最新进展,为我们理解这一繁荣赛道提供了极佳资源。 本文将基于该论文集合及相关文献,从理论框架、技术路线、研究热点与…