当前位置：与“大模型”相关的标签
AI文本生成能力已进化至自主创作，以Claude、DeepSeek、Qwen等大模型为代表，能快速解构重组叙事模板，实现批量生产。这导致内容供给爆炸，稀释人类注意力资源，引发“注意力通胀”。网文平台如起点、晋江面临的危机并非AI质量超越人类，而是内容过载，未来或因内容过载而衰败。
在香港沙田寻找合适花店时，面对众多选项难以抉择。利用大模型如Claude或ChatGPT，可高效解决此问题。通过三步流程：收集花店数据、用AI分析每家店的特色与差异，并生成针对性推荐文案。这种方法能快速筛选出适合送女朋友、婚礼或追求设计感的店铺，避免逐一查询的繁琐，实现智能推荐。
斯坦福2026 AI Index报告显示，中美头部大模型在MMLU、GPQA和LiveBench三项主流基准上的性能指标已无统计学差距，中国模型在MMLU上略高，GPQA中Top 3模型并列，LiveBench测试也显示双方高度重合。这种趋同源于算力投入、语料工程及后训练策略的系统性对齐。随着性能追平，可信基因此成为新...
人工智能训练师作为新兴职业，是AI Agent时代的关键角色，兼具技术与业务知识，如同企业“翻译官”，连接复杂大模型与真实业务场景。他们需精通AI底层逻辑，并深入理解各行业需求、规则及流程，推动AI Agent从概念走向大规模应用，成为企业核心驱动力。
科技巨头Meta、Google、Amazon单季裁员超5万人，高管将原因归咎于AI转型阵痛和自动化提速。然而，真实原因包括疫情期间过度扩张后的收缩、资本市场对科技股的重新定价，以及大模型实际能力远低于预期。AI虽是常用借口，但尚未能胜任复杂岗位。AI在实验室表现良好，但在实际应用中仍存在诸多问题，自动化能力被高估。
近期科技行业裁员潮被归咎于AI发展，如GPT-4.5和Claude等大模型上线后，初级客服和文档分析岗位大量被AI取代。然而，Meta裁员主要涉及内容审核、数据标注和内部IT支持等岗位，约42%的裁员集中于此。Meta的新AI智能代理能自动处理83%的常规工单，显示AI正逐步替代部分人工，但裁员原因复杂，并非完全由AI...
本文提供 OpenClaw 与 Ollama 协同部署的一键集成方案，旨在解决本地轻量级大模型部署的复杂环境配置问题。核心命令 `ollama run openclaw:latest` 可自动完成 OpenClaw 的拉取、配置和启动，无需 GPU，内存占用低，适合个人知识管理、私有数据问答等场景。方案覆盖环境准备至基...
Hugging Face发布的《2026年春季开源现状报告》显示，开源AI生态迎来显著变化。截至2026年春季，Hugging Face平台上开源大语言模型（LLM）数量突破50万个，同比增长超200%，呈现爆发式增长。多模态模型和专业垂直领域模型成为增长最快的类别，分别占新增模型的35%和28%。这一趋势反映出AI开...
邱锡鹏在2023年带领团队推出类ChatGPT的对话式大模型MOSS，并迅速开源，填补了中文大模型的技术空白，推动开源研究生态。怀揣“让机器更懂人”的理念，他与学生李世民于2024年创办模思智能，以“MOSS”音译命名，旨在将实验室技术推向产业应用。李世民作为联合创始人和CEO，此前主导推出国内首个离散化端到端语音
