Lab4AI大模型实验室

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） 进行机器学习的方法。 它通过融合多种信息来

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，在性能、成本和速度三个方面实

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（WorldPlay），其支持实时交互生成、保

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，这是一个使用多模态语言模型和双奖励强化

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。 传统的人脸表情识别方法通常依赖

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，成为不少开发者的首选。 因

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、最难标准化的一环。 核心痛点集中

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，Qwen3-VL-30B-A3B-I

AAAI 2026 为什么开源 LLM 搞不定数据分析？浙江大学揭秘核心原因 论文标题：Why Do Open-Source LLMs Struggle with Data Analysis? A S