AI.x社區
- 登錄/注冊
Claude Code 常用使用技巧
原創前言由于??ClaudeCode??上可以配置相關的MCP工具，這將大大方便我們的開發工作，本章將分享兩個常用的mcp開發工具以及相關的提示詞。使用技巧技巧1：使用context7查詢最新API文檔通過在ClaudeCode中配置context7的mcp工具，可以讓ClaudeCode在使用過程中，自動查詢最新API文檔，從而加速開發工作。1.1注冊申請context7的APIKEY訪問https:www.context7.com點擊注冊，注冊一個賬號注冊成功后，在個人中心>APIKEY中，獲取APIKE...Claude CodeMCP工具Claude Code+Deepseek模型的配置使用方法
原創前言由于??claudecode???上配置使用??DeepseekV3.1???模型可以較大幅度地提升AI編程能力，本章分享??claudecode???配置??Deepseek??模型的方法。環境搭建1.1安裝node.js訪問https:nodejs.orgendownload按照官網提示，選擇對應的操作系統安裝node.js即可Mac系統Mac下通過以下命令行安裝Downloadandinstallnvm:curlohttps:raw.githubusercontent.comnvmshnvmv0.40.3install.shbashinlieuofrestartingtheshell\...Claude CodeDeepseek大模型通過Claude Code+K2模型編寫Dify插件
原創前言由于近日以??cursor???、??claudecode???為代表的vibing編程模型逐漸流行，本章將分享介紹近期工作中借助??claudecode+KimiK2??模型開發dify插件的實踐過程。文章概要本文主要包含兩個部分：1、環境搭建：claudecode+KimiK2開發環境的配置2、插件開發：使用claudecode+KimiK2開發dify插件1.開發環境準備1.1安裝node.js訪問https:nodejs.orgendownload按照官網提示，安裝node.js即可1.2安裝claudecode確認node...Claude CodeK2模型Dify插件基于協作式語義專家的語言模型微調（AAAI 2025）
原創摘要近年來，大型語言模型（LargeLanguageModels,LLMs）的快速發展拓寬了其應用范圍，但同時也暴露出在平衡通用知識、代碼生成與數學推理能力方面存在挑戰。為解決這一問題，本文提出一種適用于監督微調（SupervisedFineTuning,SFT）的協作式語義專家（CollaborativeandSemanticExperts,CoE）方法，該方法采用兩階段訓練策略。第一階段為專家訓練階段，在特定數據集上對前饋網絡（FeedForwardNetwork,FFN）進行微調，培養針對特...語言模型微調大型語言模型LLMs大型語言模型基準測試綜述（2025）
原創 精華
社區頭條摘要近年來，隨著大型語言模型（LargeLanguageModel,LLM）能力在深度與廣度上的快速發展，各類相應的評估基準測試（Benchmark）數量日益增多。作為模型性能的量化評估工具，基準測試不僅是衡量模型能力的核心手段，也是指引模型發展方向、推動技術創新的關鍵要素。本文首次對大型語言模型基準測試的現狀與發展進行系統性綜述，將283個具有代表性的基準測試劃分為三大類：通用能力基準測試（GeneralCapabilitiesBenchmarks）、特...大型語言模型LLM大型語言模型評估綜述（ACM Trans. Intell. Syst. Technol.）
原創摘要：大型語言模型（LargeLanguageModels,LLMs）憑借在各類應用中前所未有的性能，在學術界和工業界的關注度日益提升。隨著LLMs在研究和日常使用中持續發揮重要作用，其評估工作變得愈發關鍵——不僅需要在任務層面開展評估，還需從社會層面評估以更好地了解其潛在風險。過去幾年，研究者們從多個角度對LLMs展開了深入考察，并付出了大量努力。本文對這些LLMs評估方法進行了全面綜述，重點圍繞三個核心維度：評估什么（whattoe...大型語言模型LLMs模型評估當前的“LLM 智能”，是來自模型突破，還是工程堆砌？
原創 精華編者按：推理模型的“推理能力”飛躍，究竟是模型本身的進步，還是工程編排的巧妙包裝？我們今天為大家帶來的這篇文章提出了一個尖銳的觀點：所謂“推理模型”的突破，本質上并非模型智能的根本性提升，而是通過工具調用與流程編排對模型能力停滯所做的工程性補償。文章深入剖析了GPT5等最新模型在執行任務時嚴重依賴Python沙箱、API調用等外部工具的現象，揭示出大語言模型在代碼生成與語義理解上的深層瓶頸。作者指出，OpenAI...AI推理模型NeurIPS'25香港城大+騰訊+浙大Retrv-R1：“壓縮 + 推理“驅動多模態檢索效率效果新SOTA
搭建跨模態檢索系統時，有兩個難題：一是處理圖文混合候選集時，token數量爆炸導致GPU直接內存溢出；二是用RL訓練模型時，要么收斂不了，要么推理過程漏洞百出，檢索準確率始終上不去。直到看到這篇NeurIPS2025的RetrvR1論文，才發現原來不用復雜架構，只要針對性解決“信息冗余”和“訓練不穩定”兩個核心痛點，就能讓多模態檢索的準確率和效率同時突破瓶頸——這篇研究給出了新的技術方案，更提供了“推理驅動檢索”的全新思...NeurIPS'25Retrv-R13B參數意圖引擎的構建：如何利用LLM革新查詢理解
精華?核心內容本文闡述了Instacart如何從傳統、分散的機器學習模型，轉向以LLM為核心，構建新一代、統一且高效的“意圖引擎”（QueryUnderstanding,QU），旨在解決長尾搜索、數據稀疏及系統復雜性等關鍵挑戰。一、戰略核心：LLM的領域化與系統整合立足LLM優勢，簡化系統：利用LLM的世界知識和推理能力，取代過去查詢分類、查詢重寫等多個獨立的定制模型，實現技術棧的集成與簡化，提高一致性。分層深度植入領域知識：采取“上下文...LLMSRLGPU為何AI“瓶頸論”是一場認知錯覺：基于METR與GDPval的趨勢分析
?核心觀點當前輿論場中彌漫的“AI泡沫論”與“瓶頸論”，本質上是線性思維與指數級技術演進之間的認知錯覺。這正如疫情初期的誤判：人們往往因當下的微小瑕疵（模型出錯、幻覺）而無視了底層能力的指數級爬升。基于兩份最新的權威評估報告，我們必須重新校準對AI進程的預期。核心結論非常直接：ScalingLaw并未失效，AI正在以驚人的速度突破工業界應用的臨界點。一、雙重證據驗證：從“代碼深度”到“行業廣度”評估AI進步不能...AIMETRGDPvalGemini 3 Pro：谷歌悄然實現的規模擴展革命，證明Scaling Laws依然有效，且正在加速
2025年11月18日，GoogleDeepMind以預覽形式低調發布了Gemini3Pro，并稱其為“迄今最具智能的模型”。它沒有伴隨盛大的發布會，也沒有公布具體的參數量，僅有一張基準測試表。DeepMind的OriolVinyals在帖文中表示，從Gemini2.5到3.0的預訓練（Pretraining）提升是“我們迄今所見最大的一次”，并斷言“前方沒有任何墻”。AI社區瞬間沸騰。短短幾小時內，泄露消息、內部傳聞以及粗略計算迅速匯聚成一個驚人共識：Gemini3Pro是一個...Gemini 3 Pro谷歌Scaling LawsNVIDIA SC25：超算“三體”時代——模擬、AI與量子計算的終極融合
精華 社區頭條核心觀點：NVIDIASC25宣告了超算不再是單純的數值模擬，而是依靠自研CPU（Vera）、光互連技術和預訓練物理模型（Apollo），構建了一個融合模擬、AI和量子計算的“三位一體”科學發現引擎。NVIDIA在SC25上明確了超級計算的未來不再僅僅是更大規模的FLOPS堆疊，而是模擬（Simulation）、人工智能（AI）與量子計算（Quantum）三種計算范式的深度融合。硬件層面上，NVIDIA通過自研CPU核心Vera和共封裝光學器件（CPO）突破能效墻；軟...NVIDIA SC25AI量子計算SmartResume：快速、精準、靈活，阿里巴巴開源的簡歷解析新標桿！
在當今數字化時代，企業招聘面臨著海量簡歷的處理挑戰。傳統手動篩選簡歷的方式不僅效率低下，還容易出現錯誤。為解決這一痛點，阿里巴巴開源了SmartResume智能簡歷解析系統，旨在通過先進的AI技術，實現簡歷的自動化處理，提升招聘效率。一、項目概述SmartResume是由阿里巴巴開源的智能簡歷解析系統，融合了OCR文本提取、PDF元數據解析、版面檢測（YOLOv10模型）及輕量化大語言模型（Qwen30.6B微調版），支持PDF、圖片、Word等...SmartResume阿里巴巴開源騰訊KaLM-Embedding：高性能多語言文本嵌入模型的創新與實踐
在自然語言處理（NLP）領域，文本嵌入模型作為連接語言與機器學習的關鍵橋梁，一直備受關注。騰訊推出的KaLMEmbedding系列模型，憑借其卓越的性能和創新的技術架構，為文本嵌入領域帶來了新的突破。一、項目概述KaLMEmbedding是由騰訊團隊開發的一系列高性能文本嵌入模型，通過先進的訓練技術和高質量的數據集，顯著提升了文本嵌入的性能。最新版本KaLMEmbeddingV2在架構和訓練方法上進行了多項創新，例如移除因果注意力掩碼以...騰訊高性能模型百度ERNIE 4.5：多模態大模型的創新突破與強大應用
隨著人工智能技術的飛速發展，大語言模型（LLM）和多模態模型（VLM）在自然語言處理和視覺理解領域展現出強大的能力。百度文心推出的ERNIE4.5模型家族，憑借其創新的異構混合專家架構（MoE）和高效的訓練與推理技術，成為當前AI領域的熱門研究對象。一、項目概述ERNIE4.5是百度文心推出的新一代大型多模態基礎模型家族，包含多種不同變體，涵蓋從0.3億到470億參數的模型。它采用異構混合專家架構（MoE），將參數分為文本、視覺...百度ERNIE 4.5多模態大模型DeepEyesV2：多模態智能體如何實現工具協同與動態推理？
社區頭條隨著人工智能技術的不斷發展，多模態模型逐漸成為研究熱點。小紅書團隊推出的DeepEyesV2，作為一款具有智能體特性的多模態模型，不僅繼承了前代在視覺推理上的優勢，還通過多工具協同實現了從“看圖思考”到“解決問題”的跨越。一、項目概述DeepEyesV2是一個由小紅書團隊開發的多模態智能體模型，旨在通過整合代碼執行、網頁搜索和圖像操作等多種工具，實現對復雜問題的主動解決。該模型通過兩階段訓練法，即冷啟動階段和強化...多模態智能體DeepEyesV2拒絕"自嗨式"目標管理：用AI指令重塑你的OKR系統
原創為什么團隊每天加班到深夜，業績卻停滯不前？為什么年初定下的宏偉目標，到了年底就變成了"僅供參考"的廢紙？為什么每個人都在忙，卻不知道忙碌的意義究竟在哪里？如果這些問題擊中了你的痛點，那么請立刻停下來檢查一下：你們做的真的是OKR，還是披著洋外衣的KPI？在輔導過上百個技術團隊后，我發現了一個驚人的事實：80%的團隊都在做"偽OKR"，他們把目標管理變成了一場感動自己的"數字游戲"。??警惕！你的OKR可能正在"無效空...OKR制定團隊管理AI提效戰略規劃降本增效OpenAI深夜放大招！Codex-Max上線，與Gemini 3巔峰對決
原創 社區頭條兩大AI巨頭同時發力，兩大編程助手誰強誰弱？ 昨天，Gemini3剛剛發布，就在AI領域掀起了不小的波瀾。熱度還沒消退，昨晚OpenAI緊跟著推出了旗下最強編程模型——GPT5.1CodexMax。  兩大AI巨頭接連出牌，讓這場模型之爭陡然升溫。 那么，這款新發布的GPT5.1CodexMax與Gemini3究竟有何不同？ 性能表現 GPT5.1CodexMax被OpenAI稱為“代理性”編碼模型，其核心優勢在于處理那些需要長時間專注的復雜...Codex-MaxGemini 3編程大模型算家計算算家云企業微信API：連接協同與業務的數字化技術橋梁
在企業數字化轉型的浪潮中，企業微信早已超越單純的通訊工具，成為組織協同與客戶運營的核心載體。而支撐其實現“千人千面”業務適配的核心，正是開放、靈活的企業微信API體系。截至2025年，企業微信已服務超1200萬家企業，日均API調用量高達數百億次，這些接口如同隱形的橋梁，將企業微信的基礎能力與各類業務系統、個性化需求深度串聯，成為企業數字化的技術基石。一、企業微信API的核心模塊與價值定位企業微信API遵循RESTful...API企業微信機器人回調配置指南
?回調服務怎么配置？方式一：通過設置回調地址接口來配置，將您的消息接收地址配置成功后，后續此Toekn下登錄的所有企業微信機器人，收到消息都會自動轉發到您設置的回調接口地址方式二：登錄API后臺系統，點擊“toekn中心設置回調地址”配置，配置成功后效果同上。開發者需要提供的回調接口要求？微信消息是POSTapplicationjson請求您設置的回調接口地址。（您可以直接打印請求body體，可詳細看到所有消息參數）消息回調接口...APIRPA
