大模型
ChatGPT 和其他类 GPT 的 AI 都是基于 GPT（Generative Pre-trained Transformer）架构的大型语言模型。它们是使用深度学习技术训练的神经网络，具有自然语言理解和生成的能力。
这些模型都是基于无监督学习的方式进行训练的，利用大量的文本数据进行预训练，并通过微调和迁移学习等技术来完成各种自然语言处理任务，如问答、对话生成、文本摘要、情感分析等。
关注
71.1W
README badge
![README Badge]()
加载中
美团技术团队
发表了博客
语音大语言模型（Speech LLM）想落地，绕不开一个死结：既要快速理解语音里的语义，又要说出自然的音色，还得实时响应。比如智能音箱 "听不懂" 语音，车载助手 "说" 得像机器人，实时翻译延迟卡半秒 ------深究根源，全在 "语音 Token 化"：作为拆分语音为 Speech LLM "离散单元" 的关键步骤，传统方案始终没平衡好 ------ 要么缺语义、要么丢声学、要么延迟高，刚好卡了 Speech LLM 落地的 "死结"。 
JEECG官方
架构师
发表了博客
> **JeecgBoot AI专题研究** | Kimi K3、GLM-5.2、DeepSeek V4 Pro 编程实战体验与客观数据交叉验证 ---  #### 写在前面：从 Claude Code 封号开始的折腾 说实话，这篇文章不是纯粹看榜单写出来的，是我真金白银（以及大量加班时间）换出来的踩坑记录。 事情要从 Claude Code 封号潮说起。一夜之间主力工具没了...
Alluxio 官方
发表了博客
 当 AI 训练数据存储在某个云区域，而 GPU 集群部署在另一个云区域时，每一轮 epoch 训练迭代都会给跨区域网络传输带来可观开销。于是，我们利用算力侧的 NVMe 盘来构建 Alluxio 分布式缓存层，通过对接 Anyscale 平台的 Ray 框架，对 1TB 数据集开展 Ray Data 基准测试，结果显示：**缓存预热后，数据读取耗时从 4241 秒降至 208 秒，整体提...
ClouGence
发表了博客
最近，DeepSeek 发布 DSpark，再次引发了 AI 圈的关注。 DSpark 并不是一个全新的大模型。它是在 DeepSeek-V4-Pro 的基础上加入 speculative decoding 模块，重点放在推理效率和生成速度上。 这听起来有些技术，但放到日常使用里很好理解。 当你让 AI 写一段代码、生成一篇文章、分析一份资料时，如果任务比较复杂，等待时间就会变得明显。模型越慢，你越容易中断思路。模型越快，AI 就越容易融入连续的工作流程。 所以，DSpar...
美团技术团队
发表了博客
 一个经常加班的白领，一个带着孩子出游的父亲，你的AI助理能分清他们需要什么样的服务吗？ 现实是，它常常分不清。 AI能执行你明确的指令，却很难记住那些藏在场景和身份背后的真实需求。它们是真的无法理解，还是"情商"不够高呢？ 自去年10月发布了 **VitaBench 1.0**，首次定义了生活场景下智能体任务的复杂度，美团 Longcat 团队再次推出 Vi...
yuenbin
架构师
发表了博客
SmartChat — 开箱即用的全栈 AI 对话平台！ 你是否也遇到过这些痛点？ 痛点 场景描述 模型接入碎片化 DeepSeek、ChatGPT、豆包、通义千问……每家 API 格式不同、鉴权方式各异，逐个对接耗时耗力 密钥管理混乱 多个模型的 Key 散落在配置文件与环境变量中，切换模型还要改配置、重启服务 从零搭建成本高 鉴权、支付、会员、用户管理……对话之外的业务基建占了 80% 的开发量 本地模型难整合 想用 Ollama 跑本地模型、用 Dify 搭...
vivo互联网技术
运营/编辑
发表了博客
作者： vivo BlueImage Lab 本文入选 CVPR 2026 Highlight CVPR（IEEE/CVF Conference on Computer Vision and Pattern Recognition）IEEE 国际计算机视觉与模式识别会议，主要内容是计算机视觉与模式识别技术。 CVPR 2026 投稿 16092 篇，接收率约 25.42%。 论文主页：https://beautygrpo.github.io 摘要： 人像精修的核心挑战在于既要提升肌肤质感，又要完整保留个人原生特征。然而，传统的监督学习局限于像素级模仿，难以捕捉...
美团技术团队
发表了博客
一张商业海报，对设计师来说可能是半天工作；对百万中小商家来说，却可能是一道迈不过去的门槛。外包一张专业海报，少则数百、多则数千元；临时促销要求分钟级交付，传统设计流水线却要1到3天；好不容易批量生产出来，质量又参差不齐------这是美团平台上数百万商家每天都在面对的真实困境。AIGC 给了我们一个新的答案，但「生成一张看起来还行的图」和「生成一张真正可用的商业海报」之间，横亘着精准文字渲染、和谐版式布局、...
美团技术团队
发表了博客
 AI 视频的进化速度突飞猛进。是否想过有一天能真正走进这些由 AI 生成的世界里，亲自感受一下？ [点击查看视频](https://mp.weixin.qq.com/s/tQFM4yay6wmIMnQ_dpDaoQ) > 像这样，在月球上自由漫步，是什么感觉？它们是真的理解了世界，还是仅仅在模仿视频？目前的模型距离这个目标还有多远？ 为了彻底搞清这个问题，美团 LongCat 团队提出了 **...
得物技术
发表了博客
一、背景 ==== 每次打开 Claude Code 开始新对话，它都是一张白纸。昨天你花了 10 分钟解释的项目架构、你反复纠正的代码风格偏好、你建立的特殊开发规范------全部归零。但是使用过 OpenClaw 和 Hermes 的同学都知道，这 2 个 agent 具备持久化记忆系统，这让我开始思考：能不能给 Claude Code 装上一套"长期记忆"系统？更进一步，不只是被动记忆，而是主动学习：观察我的行为模式、项目架构，提炼行为规律、项目知识，下次自动...
美团技术团队
发表了博客
ACL（Annual Meeting of the Association for Computational Linguistics）是计算语言学和自然语言处理（NLP）领域的国际顶级学术会议。自 1962 年创办以来，ACL 已成为 NLP 领域规模最大、影响力最高的学术盛会，汇聚了来自全球学术界和工业界的顶尖研究者。  🎯 **活动预告** 6 月 11 日（周四）下午，我们将分享美团技术团队被 ACL 顶会...
美团技术团队
发表了博客
大模型在 AIME、IMO 等高难度竞赛中拿奖拿到手，仿佛已经进化出了“人类最强大脑”。但与此同时，如果你问大模型：“离洗车店只有 50 米，我是开车去还是走路去？”。这些号称满分推理的模型，依然会一本正经地为你规划导航路线。 这种看似知识丰富，但没常识的现象，正是当前大模型评测的死穴：大模型虽然擅长记忆复杂的公式，却常常连一道简单的逻辑题都答不对。  本文记录了我们如何在不停止业务交付的前提下，完成这场重构。在这个过程中，我们积累了三个关键经验，希望这篇实战经验...
禅道项目管理软件
发表了博客
谁能想到，去年还只存在于畅想中的AI员工，如今已经真的成为现实。 今年年初，深圳市福田区就启用了70名基于DeepSeek开发的“AI数智员工”，开启人机协同办公。 当下的现实已经变成：人类能做的常规工作，AI也能做，甚至能更快速高效地做，比如发邮件、整理反馈工单、梳理任务进度等等。这意味着，AI不再是个聊天对话框，我们可以让AI做更多的执行类工作，让它们像真正的职场同事那样，独立执行任务、交付任务结果。 当然，这并...
商汤万象开发者
发表了博客
本文将深入探讨在多模型工程落地中，一个看似不起眼却极度影响开发体验的问题——模型入口的统一与类型识别，并详细解析 LazyLLM 是如何通过优雅的机制解决它的。 1. 背景与问题：模型入口为何"四分五裂"？ 在多模型工程里，最先让人头疼的，往往不是模型效果，而是入口不统一。 明明业务逻辑都是“用一个模型处理数据”，但在写代码前，开发者却被迫要先做一堆“选择题”： 这是在线 API，还是本地部署部署的模型？ 这是文本对...
美团技术团队
发表了博客
如果你看过今年春晚武术节目《武BOT》，一定会对那群与人类武者同台对打的机器人印象深刻。但在流畅的武术动作背后，是一个工程师团队连续数周针对特定舞台、特定灯光反复调试后才可能达到的动作丝滑。  为什么机器人在固定场景下表现良好，但换一个环境、任务，泛化能力就会明显下降？ 究其根源，是具身行业缺少带动作标注的训练数据进行泛化学习...
商汤万象开发者
发表了博客
一、三天搭出 AI Agent，却被上下文坑翻了 2026年，一个人就是一支技术团队。 最近大家用Claude Code，OpenClaw这类AI助手爽写Agent，三天起高楼，五天宴宾客——不需要后端经验，甚至不需要理解什么是"并发"。本地测试时，多轮对话丝滑得像德芙，检索精准得像狙击枪，你觉得稳了，准备迎接人生第一笔被动收入。 但真实用户涌入后，系统开始"变异"：用户A收到了用户B的隐私记录，昨天保存的设置 magically 串到了别人账号里，同...
得物技术
发表了博客
# 一、背景 推荐系统在提升用户体验的同时，也面临着信息茧房、兴趣收敛和内容同质化的挑战。随着用户与系统交互的深入，"推荐→用户反馈→再推荐"的闭环会逐渐强化用户的少数主兴趣，导致推荐结果趋同，降低用户的新鲜感与满意度。 生成式AI技术的快速发展为推荐系统带来了新的机遇。与传统的判别式匹配范式不同，生成式召回通过预测用户下一个可能点击的内容，实现从"匹配已知"到"预测潜在"的范式转变。在得物社区这一潮流生活...
商汤万象开发者
发表了博客
## 1\. 背景与问题 在真实工程环境里，算力平台几乎从来不是单一、稳定的。 公司内部，可能同时维护着多套集群；不同团队用着不同的调度系统；业务一调整，平台就升级、迁移，甚至整体更换。而一旦对外部署或交付给客户，运行环境的不确定性只会更高。不同平台之间，往往在这些地方差异明显： - **作业提交方式不同**：有的用 `srun`，有的用 `kubectl`，有的则是云厂商的专有 CLI。 - **资源申请参数不一致**：GPU、CPU、内存的...
商汤万象开发者
发表了博客
很多 AI 应用在原型阶段都很顺：模型能调通，RAG 能跑起来，Agent 也能串起来。但一旦进入工程化部署，问题就变了。 真正麻烦的，往往不是“某个模块能不能工作”，而是： 多个模块怎么在同一条链路里协同； 下游步骤如何拿到原始输入和上游中间结果； 一条 pipeline 里哪些模块需要部署，谁来启动，URL 怎么回填； tracing、hook、状态管理，怎么和业务流程放在一起。 这正是 LazyLLM 设计 Flow 组件时要解决的问题。它不是只想...
没有更多内容
加载失败，请刷新页面
