Lab4AI大模型实验室

榨干H100算力！GLM-4.6V×vLLM 极致推理实战：从9B到106B MoE的全链路优化 我是大模型实验室Lab4AI，一个面向高校科研人员、AI开发者、行业用户及...

科研党狂喜！PaperDebugger 让 AI 在编辑器内帮你写完论文 论文标题：PaperDebugger: A Plugin-Based Multi-Agent Sy...

告别修图翻车！阿里 Qwen 团队 & 港科大提出 Qwen-Image-Layered ，面向内在可编辑性的图层分解 论文标题：Qwen-Image-Layered: T...

港大团队提出DeepCode ，让 Agent 真能“读论文写可运行代码” 01 论文概述 这篇论文来自香港大学团队（通讯作者：Chao Huang）。论文提出并开源了 D...

为什么你开了多卡，训练反而更慢？ 在模型规模不断增大的今天，多机多卡几乎是每个团队都会走到的一步。 但在真实训练中，很多团队会遇到一个反直觉的现象：卡是加了，训练却没有明显...

数小时视频，关键仅几秒：AI如何像侦探一样找到答案？LongVT：先定位再核验，精准不瞎猜 01论文概述 这篇文章由MiroMind AI 与 南洋理工大学核心领衔（通讯作...

告别漫长等待：3D 生成进入“秒时代”！Apple 重新定义实时视图合成 论文标题：Sharp Monocular View Synthesis in Less Than ...

H100 真的被封印了吗？我用 vLLM+FP8 把吞吐拉爆了 为什么要做这次极限压测？ 在原生BF16 精度下，大模型对显存带宽（Memory Bandwidth）和容量...

2025 年 12 月 17 日，腾讯混元发布并开源了 HY-World 1.5（WorldPlay），这款模型不仅是首个开源、实时交互并具备长期几何一致性的世界模型，更标...

集结MIT、英伟达等名校名企！FoundationMotion革新视频运动理解，开源模型竟超闭源大模型 论文标题：FoundationMotion: Auto-Labeli...

Qwen-Video-8B与LLaMA-Factory联动实现垂类视频理解 多模态学习是一种 利用来自不同感官或交互模态的数据（如文本、图像、音频、视频等） 进行机器学习的...

刚刚，谷歌正式发布Gemini 3 Flash 北京时间12月17日凌晨，谷歌正式发布了新一代AI模型Gemini 3 Flash，这款被称为“为速度而生的前沿智能”模型，...

腾讯混元世界模型 HY-World 1.5发布并开源：首个开源、实时交互、长期几何一致性的世界模型来了 今日，腾讯混元发布并开源 HY-World 1.5（WorldPla...

告别手敲 tabular：Table2LaTeX-RL 高保真表格生成复现 最近电子科技大学联合同济大学、之江实验室的研究人员开发了Table2LaTeX-RL，这是一个使...

多模态赋能情绪理解：Qwen3-VL+LLaMA-Factory 的人脸情绪识别实战 近年来，人脸情绪识别在智慧监控、教育辅助、人机交互、行为理解等应用场景中迅速发展。 传...

LLaMA-Factory 答疑系列二：高频问题 + 官方解决方案，建议收藏备用 作为当下热门的大模型微调工具，LLaMA-Factory 凭借灵活的适配性和高效的训练能力...

Qwen3-VL + LLaMA-Factory 怎么玩？手把手教你做一个会打分会挑错的作文批改助手 在K12 和高等教育阶段，作文批改一直是教学反馈中最费时、最主观、最难...

成本杀手！LLaMA-Factory 助阵 Qwen3-VL：低预算下的高效医疗影像全揭秘 还在为医疗影像大模型的“高算力、高显存”门槛头疼吗？ 2025年10月，Qwen...