叶子的技术碎碎念

DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence DeepSeek-V4：面...

一张停售公告 4月20日，GitHub 发了一篇博客，标题很克制："Changes to GitHub Copilot Individual Plans"。内容却不客气： ...

最近几个月我经常疯狂使用vibecoding，这个词现在已经挺常见的了——用AI辅助快速开发产品，从idea到上线可能只需要几天甚至几小时。我很享受这种节奏。半夜有个想法，...

引言 你是否也有过这样的经历：用 LLM 写代码，一天下来产出了几千行，回头看却发现——真正有价值的可能不到几百行？ 听起来离谱但这其实是很正常的现象。Oxide 公司 C...

MinerU-Diffusion: Rethinking Document OCR as Inverse Rendering via Diffusion Decoding ...

Demystifing Video Reasoning 揭秘视频推理 视频生成的最新进展揭示了一个出人意料的现象：基于扩散的视频模型展现出非平凡推理能力。先前的研究将此归因...

OPUS: Towards Efficient and Principled Data Selection in Large Language Model Pre-trai...

ERNIE 5.0 Technical Report ERNIE 5.0 技术报告 本报告介绍了 ERNIE 5.0，这是一个原生自回归的基础模型，专为跨文本、图像、视频和...

Can LLMs Clean Up Your Mess? A Survey of Application-Ready Data Preparation with LLMs ...

如今大模型已经火热了两三年，发展得也越来越快，已经不仅仅停留在聊天机器人和文本生成工具上。虽然你输入问题，它给出答案。这种交互模式已经很有用了，但也仅此而已，现在的AI的使...

Agentic Reasoning for Large Language Models 面向大语言模型的智能体推理 推理是支撑推断、问题解决与决策制定的基本认知过程。尽管大...

Watching, Reasoning, and Searching: A Video Deep Research Benchmark on Open Web for Ag...