叶子的技术碎碎念

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...

最近又开发了一款新的app：Creative Util，这次是只针对 Mac 平台开发的，因为平时不管是工作还是生活中，会需要用到很多小工具，包括什么markdown转公众...

GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Opt...

mHC: Manifold-Constrained Hyper-Connections mHC: 流形约束的超连接 近来，以超连接 (HC) 为代表的研究，通过扩展残差流宽...

DataFlow: An LLM-Driven Framework for Unified Data Preparation and Workflow Automation...

Kling-Omni Technical Report Kling-Omni 技术报告 我们提出了 Kling-Omni，一个通用的生成式框架，旨在直接从多模态视觉语言输入...

Wan-Move: Motion-controllable Video Generation via Latent Trajectory Guidance Wan-Move...

还记得 ChatGPT3.5 问世之前，各位还记得当时在学着哪些技能，用着什么样的方式去学习，以及工作中是如何去通过搜索引擎解决问题的呢。 那个时候的我已经开始在尝试提升自...

From Code Foundation Models to Agents and Applications: A Practical Guide to Code Inte...

前段时间，我在网上看到了一个有意思的提示词: 我把这计划发给了我使用了快三年的ChatGPT，我预想过它会谈论我的时间管理，或者建议我多运动。但我没预料到，这几段回复扎得太...

安康记新版本已经上线App Store。目前已经更新了独立用药功能，方便一些简单的小毛病可能会自己用药，可以跳过就诊直接进行记录。 原本这个功能已经上线了有几天了，但因为一...

ROOT: Robust Orthogonalized Optimizer for Neural Network Training ROOT：神经网络训练的鲁棒正交化优化器...

Kandinsky 5.0: A Family of Foundation Models for Image and Video Generation Kandinsky ...

上线了！上线了！基于Vibe Coding我终于也能独立开发出一款属于自己的app-安康记，目前终于成功上架App Store啦。 独立开发app这个事情我很早之前就有点念...

Lumine: An Open Recipe for Building Generalist Agents in 3D Open Worlds Lumine: 构建3D开放...

Thinking with Video: Video Generation as a Promising Multimodal Reasoning Paradigm 视频思...