搜索[K2.6模型]结果-低调大师优秀个人博客

精选列表

搜索[K2.6模型]，共10000篇文章

字节跳动即将发布开源模型 SeedOss-36B

根据Hugging Face Transformers库的信息，字节跳动即将发布一款名为SeedOss-36B的360亿参数稠密开源模型。

2025-08-20

Akka 2.10.9 发布，Scala 编写的 Actor 模型开发库

Akka 支持多种并发的编程模型，其灵感来自于 Erlang。Akka 的首个版本于 2009 年发布，距今已有 13 年积极维护的历史。

2025-08-18

阿里通义发布开源文生图模型 Qwen-Image

阿里通义千问团队开源了其首个图像生成基础模型Qwen-Image。该模型是一个拥有200亿参数的MMDiT（多模态扩散Transformer）模型，基于Apache 2.0许可证开源。

2025-08-05

谷歌推出能分析古代文本的 AI 模型 Aeneas

谷歌DeepMind推出了新AI模型Aeneas，旨在帮助历史学家更好地理解古代文本，其能够对公元前7世纪至公元8世纪的拉丁铭文进行分析。这是第一个专门为古代铭文提供上下文解读的人工智能工具。

2025-07-24

⚡模型即服务 - Wow 框架 v5.25.5 发布！🏗️

使用Wow框架，意味着你将关注点放在围绕领域模型设计上，与业务专家一起探索业务领域，而不是关注于技术实现上。你仅需编写领域模型，即可完成服务开发，Wow框架自动为你准备好OpenAPI接口。

2025-07-22

AI 编程工具 Windsurf 重新上线 Claude Sonnet 4 模型

AI 编程工具Windsurf宣布，Anthropic 官方支持的 Claude Sonnet 4 模型已在该平台重新上线。

2025-07-17

Post-Training on PAI (4)：模型微调SFT、DPO、GRPO

引言 Post-Training（即模型后训练）作为大模型落地的重要一环，能显著优化模型性能，适配特定领域需求。

2025-07-17

OpenAI 即将发布 AI 浏览器和开源模型

此外据 The Verge 报道，OpenAI 最早将于下周发布一款新的开放权重模型，其能力被描述为与 o3 mini 接近，具备推理能力。相关来源：Reuters、The Verge

2025-07-10

阿里通义开源实首个音频生成模型 ThinkSound

通义实验室首个音频生成模型 ThinkSound 现已正式开源，将打破“静音画面”的想象力局限。

2025-07-07

kaka-core 6.0.5 发布，Java 事件领域模型框架

kaka-core 是一款面向 java 后端的事件领域模型框架，基于此构建的项目可以一切皆事件，可解耦业务、减少代码维护成本。

2025-07-04

⚡ 模型即服务 - Wow 框架 v5.21.2 发布！🏗️

2025-06-30

腾讯开源轻量级混元-A13B 模型

腾讯宣布开源混元大模型家族的新成员——混元-A13B模型。该模型采用基于专家混合（MoE）架构，总参数规模达800亿，激活参数为130亿。

2025-06-27

快手开源多模态大模型 Kwai Keye-VL

快手宣布并开源其最新自研的多模态大语言模型 Kwai Keye-VL。

2025-06-27

零基础解码Transformer与大模型核心原理

本文以通俗易懂的方式，为“大模型小白”解析Transformer的核心原理，包括其与大模型的关系、自注意力机制、多头注意力机制、位置编码、Encoder和Decoder的组成等内容，帮助读者全面理解这一支撑现代

2025-06-20

腾讯开源混元 3D 2.1 大模型

腾讯宣布混元3D 2.1大模型对外开源，首个全链路开源的工业级3D生成大模型。公告称，混元3D模型在Hugging Face的下载量已超180万。在此基础上，混元3D2.1模型进一步升级。

2025-06-16

最近在看chatGPT,想着chatGPT 是怎么训练出来的，不涉及神经网络算法，可以使用Transformer玩一下 import torch import torch.nn as nn import torch.nn.functional as F from torch.utils.data import Dataset, DataLoader # 构造词表 vocab = ["<PAD>", "<BOS>", "<EOS>", "明天", "天气", "很", "好"] word2idx = {w: i for i, w in enumerate(vocab)} idx2word = {i: w for w, i in word2idx.items()} # 示例训练数据：输入和标签都偏移一位 # 输入: <BOS> 明天天气很 # 输出: 明天天气很好 inputs = torch.tensor([ [word2idx["<BOS>"], word2idx["明天"], word2idx["天气"], word2idx["很"]] ]) labels = torch.tensor([ [word2idx["明天"], word2idx["天气"], word2idx["很"], word2idx["好"]] ]) class TinyTransformerModel(nn.Module): def __init__(self, vocab_size, d_model=32, nhead=2, num_layers=2): super().__init__() self.embedding = nn.Embedding(vocab_size, d_model) self.pos_encoding = nn.Parameter(torch.randn(1, 100, d_model)) # 最多100个词 encoder_layer = nn.TransformerEncoderLayer(d_model, nhead) self.transformer = nn.TransformerEncoder(encoder_layer, num_layers) self.fc = nn.Linear(d_model, vocab_size) def forward(self, x): x = self.embedding(x) + self.pos_encoding[:, :x.size(1)] x = self.transformer(x) return self.fc(x) model = TinyTransformerModel(vocab_size=len(vocab)) optimizer = torch.optim.Adam(model.parameters(), lr=0.01) loss_fn = nn.CrossEntropyLoss() for epoch in range(50): model.train() out = model(inputs) # [batch_size, seq_len, vocab_size] loss = loss_fn(out.view(-1, len(vocab)), labels.view(-1)) optimizer.zero_grad() loss.backward() optimizer.step() if epoch % 20 == 0: print(f"Epoch {epoch}, loss: {loss.item():.4f}") def generate(model, start_tokens, max_len=5): model.eval() input_ids = torch.tensor([start_tokens]) for _ in range(max_len): with torch.no_grad(): logits = model(input_ids) next_token = logits[0, -1].argmax().item() input_ids = torch.cat([input_ids, torch.tensor([[next_token]])], dim=1) if next_token == word2idx["<EOS>"] or len(input_ids[0]) > max_len: break return [idx2word[i] for i in input_ids[0].tolist()] # 测试 generated = generate(model, [word2idx["<BOS>"]]) print("生成结果：", " ".join(generated))

2025-06-10

⚡ 模型即服务 - Wow 框架 v5.18.0 发布！🏗️

2025-06-05

小米多模态大模型 Xiaomi MiMo-VL 开源

小米公司研发的MiMo-VL多模态模型近日接过MiMo-7B的接力棒，在多个领域展现出了强大的实力。

2025-05-30

中国石油发布 3000 亿参数昆仑大模型

中国石油正式发布3000亿参数昆仑大模型。“标志着其 “人工智能+” 行动向纵深发展，为能源化工行业数字化转型注入新动能。” 新的昆仑大模型相比于2024年11月发布的700亿参数版本有了显著提升。

2025-05-28

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。