首页
沸点
课程
APP
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
ai
订阅
用户24101833186
更多收藏集
微信扫码分享
微信
新浪微博
QQ
416篇文章 · 0订阅
仅需1GB内存!腾讯混元MT1.5开源,让手机翻译彻底告别云端依赖
2025年的年底,AI圈迎来了一场意料之外的“技术普惠”。就在12月30日,大家还在盘点年度大模型的时候,腾讯默默扔出了一张王炸——混元翻译模型Tencent-HY-MT1.5系列正式开源。 这不仅仅
我用一个提示词,逆向出了 Cursor 的系统提示词
最近我在研究大模型提示词注入(prompt injection)相关话题时,顺手测试了下 Cursor 的系统提示词,结果意外地通过一个简单的提示词,把它“骗”了出来。这个方法应该也适用于trae。
扒了下 Cursor 的提示词,被狠狠惊艳到了!
如果让你开发一个 AI 编程工具(比如 Cursor),你觉得最大的难点是什么? 是前端技术、后端技术、UI 设计、还是别的?
两句话,让Claude Code + Kimi K2 跑了3小时爬完17个竞品网站、做了一份深度市场数据分析报告
没想到突袭AI编程领域的是Kimi,在Claude Code用 Agent级别的开源大模型K2,做项目的效果已经很好了。 饼干哥哥把它放到数据分析场景下做了次复杂分析案例,看下效果如何?
这个叫DOCX-MCP的开源项目,解决了AI操作Word的一个大麻烦
本文介绍了专为AI设计的Word文档处理工具包DOCX-MCP,由开发者rockcj基于MCP协议开发。
港大团队开源LightRAG:知识图谱+双层检索,复杂问答准确率飙升30%
当前的检索增强生成(RAG)技术在实际应用中面临若干挑战。传统的RAG采用基于向量的扁平化数据表示,难以有效建模实体之间的复杂语义关系,导致在处理复杂领域知识时检索精度不足。
3B参数差点干翻32B模型,Qwen3 Next 是如何做到的?
80B参数只开3B,推理快4倍、成本降90%!Qwen3 Next 凭啥用“精兵策略”逼近32B性能?一文讲透稀疏激活与动态路由的硬核逻辑。
每周AI论文速递(250929-251003)
The Dragon Hatchling: The Missing Link between the Transformer and Models of the Brain 龙之雏形:Transfor
【必收藏】12-Factor Agents:让大模型Agent从能跑起来到能用起来的企业级设计指南
本文详解12-Factor Agents企业级设计原则,助你解决大模型Agent从原型到生产的鸿沟。无论你是面临Agent上线报错、上下文丢失,还是被老板追问项目何时稳定上线的开发者,这套方法论都将指
关于AI Agent处理大量第三方集成的思路
在典型的AI Agent系统中,其工作流程是一个迭代循环(AI Agent参考):LLM根据任务需求选择并调用一个工具,观察返回结果,然后基于新信息进行下一步思考和决策。 随着一个AI A