大模型

AI编程：代码多，效果好？七号楼专栏，大模型测评第01期。2024年AI编程刚有热度，互联网又嗅到降本增效的味道。入职场到现在，记忆里还有低代码，超级SaaS，数字化转型，大模型，AI应用之编程；这些新概念的出场，都是在各种骂骂咧咧中，深夜王炸的吹嘘声中。

乔公子搬砖

计算机视觉全景指南：从OpenCV预处理到YOLOv8实战，解锁多模态AI时代（第五章）在上一章中，我们探讨了自然语言处理（NLP），了解了机器如何理解和生成人类语言。本章将聚焦于计算机视觉（Computer Vision, CV），一个让机器“看到”并理解图像和视频的人工智能领域。从自动驾驶汽车的障碍物检测到医疗影像的疾病诊断，计算机视觉正在改变我们与世界的交互方式。

大语言模型提示工程与应用：ChatGPT提示工程技术指南在本课程中，我们将学习更多关于ChatGPT的最新提示工程技术。ChatGPT提示工程ChatGPT是OpenAI研发的新型对话模型，具备多轮对话能力。该模型通过人类反馈强化学习(RLHF)训练，能够遵循指令完成问答、食谱推荐、歌词创作、代码生成等多样化任务。虽然相比早期GPT版本显著提升了安全性和真实性，但仍存在一定局限性。我们将通过具体案例展示其能力边界。

MoVA：多模态视觉专家混合架构的创新设计与应用实践在当今多模态大语言模型(MLLMs)迅猛发展的背景下，视觉编码器作为理解图像内容的关键组件，其性能直接影响模型对多样化视觉输入的处理能力。然而，现有视觉编码器如CLIP和DINOv2等存在明显的局限性——没有单一视觉编码器能够主导各类图像内容的理解。例如，CLIP在一般图像理解表现出色，但在文档或图表内容上表现欠佳。这种“视觉编码器偏见”问题严重制约了MLLMs的泛化能力。

【LLM】Openai之gpt-oss模型和GPT5模型Openai开源两个模型：gpt-oss-120b，对标 o4-mini，117B 参数，5.1B 激活量，运行该模型，需要 80G 内存，单卡 H100 GPU 可运行。gpt-oss-20b，对标 o4-mini，21B 参数，3.6B 激活量，运行该模型，需要 16G 内存，单卡 4060 Ti 可运行。原生MXFP4量化，模型采用原生MXFP4精度训练MoE层。

RAGFoundry：面向检索增强生成的模块化增强框架本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我，一起撕掉过度包装，学习真实的AI技术！

OpenAI隆重推出开源大模型：GPT-OSS2025年8月5日，OpenAI 在 GitHub 同步发布了其最新开源项目 —— GPT‑OSS。这是自 2019 年 GPT‑2 以来，OpenAI 首次公布具备完整参数的语言模型。

递归尽头是星辰

大模型与Spring AI的无缝对接：从原理到实践本文系统梳理了大模型知识，以及与Spring AI的集成方案，涵盖本地部署、云服务、API调用三种模式的技术选型对比。通过DeepSeek官方API示例详解Spring AI的四种开发范式（纯Prompt/Agent/RAG/微调），并提供架构决策矩阵和性能优化技巧。

“大模型”技术专栏 | 和鲸 AI Infra 架构总监朱天琦：大模型微调与蒸馏技术的全景分析与实践指南（上）编者按：人工智能正以前所未有的渗透力重塑生产与生活图景。作为国内领先的数据智能科技企业，和鲸科技自 2015 年成立以来，深耕人工智能与数据科学，历经十年发展，已在气象、教育、医疗、航空航天、金融、通信、能源、零售等领域，与众多高校、科研机构、企业等单位展开了深度合作。

DM今天肝到几点？

时隔六年！OpenAI 首发 GPT-OSS 120B / 20B 开源模型：性能、安全与授权细节全解OpenAI 时隔六年再次“放权重”，一次性公布 gpt-oss-120b 与 gpt-oss-20b 两个尺寸，并允许商业化二次开发 —— 采用 Apache 2.0 许可且可直接在 Hugging Face 下载(WIRED)。官方表示，开放旨在降低门槛、扩大安全研究样本，同时给社区更大的定制自由(WIRED)。

倔强的石头106

智能提示词引擎的革新与应用：PromptPilot使用全解析在人工智能技术飞速发展的2025年，字节跳动推出的豆包大模型系列以多模态交互与深度推理能力引发行业关注。其中，豆包1.6大模型通过动态思考模式与视觉理解能力，重新定义了AI与人类的交互方式。而与之配套的PromptPilot智能提示引擎，则以"一键生成专业指令"的核心功能，成为连接用户需求与大模型效能的关键桥梁。本文将系统解析豆包大模型的技术突破，并深度阐释PromptPilot从安装部署到高阶应用的完整操作流程。

一个天蝎座白勺程序猿

豆包新模型与PromptPilot工具深度测评：AI应用开发的全流程突破在AI大模型技术快速迭代的当下，字节跳动推出的豆包新模型与PromptPilot工具形成了技术闭环，为开发者提供了从基础能力到工程落地的完整解决方案。让我们速看本文来了解豆包新模型与PromptPilot以及两种的组合使用，通过技术解析、案例实践与对比分析，深度解读这一组合的突破性价值。

从医学视角深度解析微软医学 Agent 服务 MAI-DxO作为医学大模型应用领域的从业者，我持续关注行业最新进展。近期，微软发布的一篇论文 Sequential Diagnosis with Language Models 在医学大模型领域引起了广泛关注。微软在该论文中构建了一个名为 MAI-DxO 的 Agent 应用，在复杂病例诊断方面取得了显著突破。

Dipeak数巅科技

数巅智能与湘邮科技达成战略合作赋能行业大模型应用创新近日，数巅智能与湖南湘邮科技股份有限公司（湘邮科技）达成战略合作，双方将联合开展AI大模型应用研发，以技术创新和产品创新推动AI大模型应用创新。

陈敬雷-充电了么-CEO兼CTO

OpenAI ChatGPT Agent横空出世：全能工具+实时交互，重新定义AI智能体的终极形态注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）【陈敬雷编著】【清华大学出版社】

如何设计和实施高效的向量化数据检索解决方案向量化数据检索，听起来是不是有点像科幻小说里的黑科技？其实，它的核心思想简单得让人拍大腿：把复杂的数据变成数字表示，然后用数学方法快速找到最相似的答案。这就像把一堆杂乱的书塞进一个超级聪明的图书馆管理员脑子里，他能瞬间告诉你哪本书最符合你的需求。

【大模型LLM】大模型训练加速 - 数据并行（Data Parallelism, DP）原理详解数据并行（Data Parallelism, DP）是一种并行计算的策略，它通过将数据分割成多个部分，并同时在多个处理单元上执行相同的操作来加速计算过程。这种技术特别适用于可以将大规模数据集分解成较小的、独立的块的情况，每个块可以在不同的处理器或核心上并行处理。

LLM——使用 LangGraph 构建 ReAct 智能体：多轮对话 + 工具调用 + 可视化流程图本文将带大家构建一个具有 ReAct 能力（Reasoning + Acting）的多轮智能体，同时集成 LangChain 工具调用、OpenAI 或通义千问大模型、LangGraph 状态流程管理，并输出流程图，适用于旅行规划、业务辅助、智能客服等多种场景（文末附项目完整代码）。

关于vllm【常见问题解决方案】执行命令报错信息可能原因这是 Triton 编译器在生成 GPU 内核时失败，常见于： [1] Tesla T4（Compute Capability 7.5）不支持某些 Triton 特性。 [2] vLLM 版本 + Triton 版本不兼容。解决方案 [1] 禁用 --enable-prefix-caching

威化饼的一隅

【多模态】DPO学习笔记RLHF需要使用人标注的偏好数据对，先训练一个reward model，然后再让reward model和LLM做强化学习【1】SFT训练LLM：使用目标任务的训练数据训练得到的模型记为 π S F T \pi^{SFT} πSFT 【2】训练reward model：使用目标任务的另一份数据 x x x输入 π S F T \pi^{SFT} πSFT，每份数据得到2个输出，记为 ( y 1 , y 2 ) ∼ π S F T ( y ∣ x ) (y_1,y_2) \sim \pi^{SFT}(