Image Caption复兴宣言！南大港大CapArena重塑「详细图像描述」评测体系
图像描述（Image Captioning）是多模态学习中基础且重要的任务，随着 LLM 时代模型的发展，现代的视觉语言模型可以生成详细而全面的描述。然而，由于评测的主观性和困难，当前的视觉语言评测往
阅读全文视频理解“隐秘的角落”：多任务视频文本理解评测新基准VidText发布
视频理解是通往 AGI 的必要路径。当前视频理解的探索主要集中于视频事件内容，人物动作，关系等。然而，嵌入视频中的可视文字却往往被忽略。从视频字幕到场景文字（街头招牌，道路指示牌），这些视频文本对于推
阅读全文博士申请 | 上海交通大学人工智能学院刘松桦老师招收视觉生成方向博士/硕士/实习生
合适的工作难找？最新的招聘信息也不知道？AI 求职为大家精选人工智能领域最新鲜的招聘信息，助你先人一步投递，快人一步入职！上海交通大学上海交通大学人工智能学院（https://sai.sjtu.edu
阅读全文喝点VC｜a16z谈搜索大变局：搜索迈入由语言模型主导的“生成式引擎优化（GEO）”全新范式
图片来源：a16zZ Highlights搜索行为从传统浏览器向大型语言模型（LLM）平台迁移，价值超800亿美元的SEO市场根基已现裂痕，搜索迈入由语言模型主导的“生成式引擎优化（GEO）”全新范式
阅读全文Z Product｜Lovable背后关键产品，YC校友Supabase再融两亿美元，Vibe Coding的全栈开发工具
图片来源：SupabaseZ HighlightsSupabase定位为Google Firebase的开源替代方案，用户可以使用包括数据库、身份验证在内的多种后端服务框架进行项目研发。目前，该项目的
阅读全文速递｜OpenAI急筹400亿美元弹药，沙特PIF、印度信实或成关键金主
图片来源：Unsplash据知情人士透露，OpenAI 已与沙特公共投资基金、印度信实工业集团及现有股东阿联酋 MGX，就参与由软银主导的 400 亿美元新一轮融资进行商谈。这些投资者每家可能至少投入
阅读全文速递｜火山引擎Force大会：豆包大模型1.6全球创新“区间定价”，火山引擎全力打造“AI云”
图片来源：火山引擎发布会字节跳动旗下火山引擎，于6月11日举办Force原动力大会，本次大会正式发布了豆包大模型1.6、视频生成模型Seedance 1.0 Pro等新模型，同时升级了AI Agent
阅读全文首个高考志愿大模型体验：夸克给 1335 万考生配免费高报规划师？
前几天，全国 1335 万考生走出了高考考场，但真正的「战场」才刚刚开始。当这千万的家庭一同涌入志愿填报这座「信息迷宫」，你会发现，这里的硝烟味，丝毫不亚于考场。3000 多所大学，1600 多个专业
阅读全文火山引擎究竟想要什么？
作者｜王兆洋邮箱｜wangzhaoyang@pingwest.com01火山引擎的名字里没有云。这件事在以前是个需要解释的事情。2020年底，字节内部的关键决策会议上，正式决定让火山引擎对外提供服务、
阅读全文一座老工厂“换装”背后，苏北小城在拼多多撑起主题服原创制造野心
作者｜summer邮箱｜huangxiaoyi@pingwest.com“做电商，要小心厂二代！”这句玩笑话，却真实地道出了“厂二代”这个群体在电商行业的杀伤力——他们拥有着作为最源头的成本优势，更懂
阅读全文新“SOTA”推理模型避战Qwen和R1？欧版OpenAI被喷麻了
文章转载于量子位（QbitAI）作者：闻乐“欧洲的OpenAI”Mistral AI终于发布了首款推理模型——Magistral。然而再一次遭到网友质疑：怎么又不跟最新版Qwen和DeepSeek R
阅读全文AI知识点：Transformer架构的详细概述？特别是其关键组件及模型如何通过这些层处理输入序列？
Transformer架构深度解析：关键组件与序列处理流程执行摘要Transformer架构，作为2017年开创性论文《Attention Is All You Need》中提出的模型，代表了序列转换
阅读全文马云罕见回应，阿里离职员工万字长文刷屏/Switch2卖爆，4天售出350万台/曝小米AI眼镜6月发售，价格超千元
📱9999 元起，华为 Pura80 Ultra 发布💰多家车企宣布：供应商支付账期统一至 60 天内🚗小米 SU7 Ultra 成为纽北最速量产电动车💭马云罕见回应，阿里离职员工万字长文刷屏⌚️机构
阅读全文强化预训练（RPT）：LLM 预训练新范式，当模型学会战略思考（万字）
点击👇🏻可关注，文章来自🙋♂️ 想加入社群的朋友，可看文末方法，进群交流。“ RPT 通过将传统的 next-token-prediction 重构为 next-token-reasoning 任务
阅读全文AgentCPM-GUI：强化微调（RFT）赋能的移动设备 GUI 智能体（万字）
点击👇🏻可关注，文章来自🙋♂️ 想加入社群的朋友，可看文末方法，进群交流。“ 在移动设备 GUI 操作领域，AgentCPM-GUI 凭借强化微调、高质量数据集与紧凑动作空间设计，突破语言壁垒，在多
阅读全文MCP+CrewAI+Streamlit=构建AI Agent的最优学习路线
如何通过 MCP(Model Context Protocol) 创建一个结合网络搜索、AI 代理和图像生成的现代研究助手🌟 引言：AI 驱动的研究未来已来想象一下，您拥有一个个人研究助手，可以即时搜
阅读全文30 岁 + 产品经理，你知道为什么 AI 抢不走他们的饭碗吗？
同样3年经验，传统产品经理月薪18K，而AI产品经理月薪直奔50k？数据来源：BOSS直聘，仅供参考职场人的工资条，正在被“AI加持”彻底改写！当传统产品经理还在为需求文档和原型图内卷时，掌握大模型技
阅读全文杨立昆亲自指导开源世界大模型，为AI Agent打造超级大脑
专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！今天凌晨，全球社交巨头Meta在官
阅读全文火山引擎发布豆包大模型1.6，加速Agent大规模应用
专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！6月11日，字节跳动旗下火山引擎举
阅读全文Mistral AI发布一站式编程助手Mistral Code
专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！法国著名开源大模型平台Mistra
阅读全文Anthropic × Cursor 对谈实录：程序员的工作方式，正被 AI 重新定义
Anthropic × Cursor，会擦出什么火花？这几天翻完了一场看似普通但内容密度爆表的访谈 —— Anthropic 请来了 Cursor 的三位核心成员来了一场高质量对话。从 Claude
阅读全文扎克伯格炮轰苹果缺乏创新，并千万美金年薪狂招AI 人才
Meta正在用天价薪酬疯狂挖人！硅谷知名投资人Deedy Das爆料，Meta为了组建「超级智能」团队，开出的薪酬条件已经到了令人难以置信的地步——年薪超过1000万美元的冷硬现金！更夸张的是，扎克伯
阅读全文别再信“LRM无需优化提示词”了，你至少输掉23%的性能，以R1为例
还记得DeepSeek-R1发布时AI圈的那波狂欢吗？"提示工程已死"、"再也不用费心写复杂提示了"、"推理模型已经聪明到不再需要学习提示词了"......这些观点在社交媒体上刷屏，连不少技术大佬都在
阅读全文知乎大V夕小瑶团队推出首个A2A范式Agent！重新定义AI Agent：你不是在用工具，而是在领导团队
作者：羰汤羰和 Teamo AI首先严正声明，今天这篇我们没有收广告费（广告位招租），但我们也确实要到了官方的内测邀请码，我们会在文末公布邀请码获取方式。全文约 5200 字，预计阅读时间 10 分钟
阅读全文大模型PK高考数学：DeepSeek文心讯飞皆满分，差生意外
👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......为了防止高考生使用AI作弊，今年高考期间，腾讯混元、通义千问、Kimi、豆包等国内知名AI大模型
阅读全文23.58万起！小鹏超级AI汽车来了：首发图灵AI芯片+AR光毯导航
👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......上个月，何小鹏在财报电话会上宣布“小鹏G7将于6月首发”时，整个新能源市场都竖起了耳朵——毕竟，
阅读全文轻办公、重游戏，iQOO Pad5 Pro是大平板的解法吗？
👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......熟悉小雷的应该都知道，我本人写评测是超级主观的。当然，客观数据得有。但要论到上手体验，大部分时候
阅读全文卸载付费音乐软件！电脑免费听无损就用它
哎呀，最近真是让人头疼，我平时工作忙得要命，回家就想听点音乐放松一下。可是，我发现好多我喜欢的歌曲都要付费才能听，而且连试听都不让，这让我这个音乐迷怎么活啊！ 手机还好，总能找到一些替代的App来听，
阅读全文从数量到质量：通过自引导数据选择来提升语言模型性能以实现指令调优
Abstract在大型语言模型（LLMs）的领域中，指令数据的质量与数量之间的平衡是一个关键问题。鉴于此，我们提出了一种针对 LLM 的 self-guided 方法，使其能够自主地从开源数据集中识别
阅读全文