#模型

Xiaowen

2周前

open router 没有 image generation 模型也挺烦人的……

#open router #image generation #模型 #烦

orange.ai

2周前

把 Veo3 的几个玩法都试了一下模型是真的好，用 chat 来控制是真的需要想清楚 prompt 才可以比如第一个，这是什么小刀。。第二个，分辨率应该是指定竖屏的 16:9 第三个，台词是有点短，可以更长一点 Gemini 的bug太多了，每次开新窗口都要点两下 Video 按钮，不然会走到生成图片的路径

#Veo3 #模型 #chat控制 #Prompt #分辨率 #竖屏 #台词 #Gemini #bug #Video按钮 #生成图片

LouisShark

2周前

这个观点是对的模型越强提示词越重要想起了 gpt4 时代的奇技淫巧一把辛酸泪

#模型 #提示词 #GPT4 #AI技术

蓝点网

3周前

#OpenAI 在印度新德里的活动中暗示可能很快就会推出 o3-Pro 模型并取代 o1-Pro 模型，目前 o1-Pro 仅面向 200 美元 / 月的 #ChatGPT Pro 订阅用户提供。 o3-Pro 模型将把现有的强大的基线推理能力与额外计算相结合，这可以提高模型的思维能力并实现更多功能。查看全文：

AI编程：Gemini免费用，Claude手机玩· 192 条信息

#OpenAI #印度 #新德里 #O3-Pro #模型 #o1-Pro #ChatGPT Pro #订阅用户 #基线推理 #思维能力

Justin3go

1个月前

所以现在有AI自动筛选素材，标记io点的工具或模型了吗，我理解这才是根据素材自动剪辑的关键

#AI #自动筛选 #标记工具 #模型 #剪辑

歸藏(guizang.ai)

1个月前

很多朋友说没有 Open AI 的模型，这里跑一下 O3 的第一个案例。 O3 有点偷懒，只生成了一个页面，而且样式也比较简陋，但是整体所有功能都是正常的可以出入库，可以添加商品，一共思考 1 分 45 秒

#OpenAI #o3 #模型 #页面生成 #功能

howie.serious

1个月前

#暴论：别折腾各种不明觉厉的prompt了。氪一点金，使用最高IQ的模型（例如，不限量的o3+gpt-4.5搭配）比折腾prompt 有效多了。一个建议：拿200美金测试一下。开一个月pro，以上1000条o3，500条gpt-4.5，保证你下个月再也不想在prompt上浪费时间了。模型即产品。用最好的模型，就是在ai时代对自己最大的尊重。

#暴论 #Prompt #模型 #AI时代 #建议 #GPT-4.5 #IQ #产品 #测试 #浪费时间 #最好的模型

wwwyesterday

1个月前

以前我评价 Trae 不少次，大多不是正面评价。 UI 里过于明显的“借鉴”，加上同样的模型下表现都比别人差太多，很难让我不非议。但到今天，我可以说，基本合格，而且士别三日当刮目相看了。工程上明显优化不少，加上模型能力提升（我用 gemini pro），可以干不少项目了。改善空间还很大，但—基本 OK 了。隔壁的 jetbrains，我已经基本失去耐心了。再见。

#Trae #UI #表现 #模型 #优化 #工程 #能力 #JetBrains

向阳乔木

1个月前

近几天，经常有群友问是否用过n8n 只听说很强大，还真没用过... 可理解为更灵活强大，且开源的Coze、Dify？刚本地安装，跑通了添加模型，并对话。先说说安装： 1. 很早前装过一个据说更轻量级的Docker程序OrbStack 下载 https://orbstack(.)dev/ 去掉（） 2. 本地终端运行Docker命令 docker run -it --rm --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n n8nio/n8n 保持魔法，网络通畅，几分钟就能装好。 3. 本地访问地址 http://localhost:5678/ 虽然本地开源部署，但第一次打开要注册，填写邮箱、名字等信息，等很久，一度以为程序Bug，最后注册成功。

#n8n #OrbStack #Docker #模型 #开源 #安装

兔子

1个月前

有群友分享了一个逆天的AI绘画，这是哪个模型呀？我想去复现试下

#AI绘画 #模型 #复现

头条热点

2个月前

AI！这太疯狂了。韩国人推出的新模型！该人工智能可以直接从文本生成完整的对话（声音、笑声、咳嗽声等等）

#AI #韩国 #模型 #人工智能 #对话生成

马东锡 NLP 🇸🇪

2个月前

「LLM, Reasoning」论文： (How) Do reasoning models reason? “真正的智能，是让模型在生成时就做出正确选择，而不是事后去验证哪个选项是对的。” 作者Subbarao Kambhampati，我不完全同意他，但我很喜欢他。2024年ACL Keynote，他批评当前对 Chain of Thought 的信仰如同宗教。——我们喜欢看到推理的样子，但并未真正验证推理的实质。这篇论文，简直就是把当前 LLM 推理潮流一锅端，按住OpenAI o1 和 DeepSeek R1 提出了两个灵魂拷问： 1: Large Reasoning Model 是在推理还是在检索？作者认为，LRM 并非真正“推理”，它们的行为更像经过训练强化的“近似检索”系统。所谓“推理”，往往只是模型通过被筛选过的训练样本“生成看起来像推理的输出”。如果模型生成的候选解中压根就没有一个是对的，也就无法进行强化训练。这意味着 LRM 的“推理”质量依赖于它是否能撞上一个正确答案。 2: Chain of Thought 是否跟“思考相关”？作者认为，CoT,（如step-by-step 的文字、公式、甚至“wait...”、“aha moment”这类表述）并不能证明模型真的在“思考”，它们很可能只是模仿人类风格的产物——大型模仿模型（Large Mumbling Models, LMMs）。😂 例如，CoT可以胡说八道但仍“撞对”答案, 模型通过 RL 训练输出的CoT只要能让最终答案更准确，哪怕是乱码也无所吊谓。最后，此片论文同样是对test time scaling的犀利审视，test time scaling本质是把原本在“测试时”才能验证的东西，提前“编译”进了模型的生成过程中。换句话说，模型不是学会了推理，而是学会了如何在多次尝试中更容易猜对答案。这跟真正的智能背道而驰。按照作者的思路，当下post training的套路如下： - 测试阶段：拼命尝试多个答案 - 筛选阶段：用外部验证器选出对的那个 - 训练阶段：把这套套路“硬塞回生成器”，形成“像在思考的样子” 所以它不是真的学会了推理，而是学会了：如何让自己看起来像在推理，并增加猜中率。 Intelligence is the ability to shift the test part of generate-and-test into the generate part. inspriing!

#LLM #reasoning #智能 #模型 #Subbarao Kambhampati #ACL #Chain of Thought

StLi

3个月前

实际应用中，发现AI的大多数初期使用者，真的是一个模型用到地老天荒，而且是默认第一个是什么就一直是它了。逐步掌握利用不同的模型在一个（或者多个）上下文中协同工作，是利用AI完成复杂任务的良好开始，这个往往比写出高质量的提示词更重要。比如，初期的思路整理阶段，使用4o mini、claude 3.5、gemini lite就足够了，在时间和成本方面特别友好。当需要深入的时候，不妨将工作拆解成几个子任务，分别使用不同的模型加以处理，比如生成图片部分，完全就可以只使用mini类来加载，基本不会影响出图效果。对于较为复杂的任务，比如需要严格事实验证的、带有算法的编码，就可以考虑使用o1 pro、geimini 2.5、claude 3.7这一类推理模型。如果需要编写较为复杂的文档，可以试试以下步骤： 1. 如果对主题要求很高，可以一上来就用o1 pro这类高级推理模型协助拟定备选主题，比如中心思想、写作风格、段落划分等。 2. 用4o等模型为文章提炼大纲，如果需要模型生成较长篇幅的文章，细化大纲是一个很有用的手段，可以逐级细化，实际中基本上大纲越细，可以产生的篇幅越长。 3. 继续使用中级模型生成正文，写作类内容，推理模型似乎没有明显的优势，4.5、4o、sonnet3.5、gemini 2足够了。 4. 文笔类的润色，可以考虑mini类的模型，速度很快，在已有原文的基础上，mini类模型也可以准确定位需要修改的内容。 5. 最后可以让模型将文章转化为特定的格式，比如html，原始格式不是很友好。现在有了强大的生图能力，也可以考虑直接转化为图片。可以试试每一步都用最简洁的提示词，哪怕先写一个复杂的，在花点儿时间精简提示词。要点明确又富有弹性的提示词，不仅可以节省时间，也可以在最低消耗的情况下获取直接的反馈。如果有一天，真的要2万美金一个月才能使用某些模型的时候，善于利用不同模型，编写高效简洁的提示词，真的就是必备技能。

#AI #模型 #复杂任务 #初期使用者 #提示词优化 #gemini lite #成本 #时间 #collaboration #Claude 3.5

orange.ai

3个月前

投资人：你们准备做点什么事情以避免被模型吃掉吗？我：最终一切都会被吃掉的，就像我们最终都会死亡。我们本质上都是在做加速 AGI 的事情，并从时间差和信息差里获得一点收益。

#投资人 #模型 #AGI #死亡 #信息差

九原客

3个月前

目前我日常使用的模型（非广告～）（日常用）： - （Grok3 真的很好） - （Qwen2.5-Max 好用） - （不要用会变得不幸） - （对凑用用 DeepSeek R1） - Cursor + Sonnet（代码永远的神）黑名单：，降智降成傻子，其实 OpenAI 的模型不要只看评分，体感一直很好，可惜不给用。（API 用）： - （测试各种奇怪的模型，没必要自己部署） - （虽然被背刺，但是embedding之类的模型托管的平台不多） - （只用来跑 DeepSeek R1/V3 批量和在线推理）

#模型 #Grok3 #Qwen2.5-Max #DeepSeek R1 #Cursor #sonnet #OpenAI

voa-黄丽玲

4个月前

中国AI模型三部曲：出圈、出海、削价内卷？

中国AI模型DeepSeek自1月底在全球“出圈”以来，不仅改变了美中的AI竞争格局，也助长了北京推动AI“出海”的雄心，声称要帮助发展中国家建立AI体系，实现“共享智能红利”。然而，DeepSeek在中国国内掀起的“全民AI”风潮，已加剧企业间的削价竞争，引发内卷风险。尽管美国仍在芯片算力领域保持霸主地位，但全球AI发展或正逐步脱离美中对抗格局，进入“主权AI”时代，即各国加速发展本土AI技术，以降低对外依赖。然而，专家警告，中国AI的低价策略和隐含中共虚假论述的渗透力，将对全球AI市场及信息环境带来长期挑战。

#中国AI #模型 #出圈 #出海 #削价内卷

Yachen Liu

4个月前

简单试了下 Grok 3，反应确实非常迅速而且答案可以媲美 DeepsSeek R1 和 o3-mini，火速开了 xAI 账号等待 API 开放。倒反天罡，现在是模型太多，应用场景不够了😂

#Grok 3 #XAI #API #DeepsSeek R1 #o3-mini #模型 #应用场景

宝玉

4个月前

画的最清楚的 OpenAI 路线图这是 LinkedIn 上博主 Peter Gostev 画的图（原始地址），很清晰明了。下面是相关文字说明。逐步统一的 GPT-5 模型 OpenAI 罕见地分享了他们关于统一 GPT-5 模型的路线图。主要要点如下： - GPT-4.5 将在“数周内”推出，这是他们最后一个非推理类模型（类似 GPT-4o）。 - o3 不会作为独立模型发布。 - 取而代之的是，他们将在“数月内”推出 GPT-5，它将融合 o3 和 GPT-4.5。 - GPT-5 将成为一个能够使用所有工具（如语音、搜索、Canvas、深度研究等）的系统——它可以自动决定该使用什么工具以及使用多高程度的推理。 - 这将同时适用于 ChatGPT 和 API。 - 在 ChatGPT 中，免费用户将获得 GPT-5 的无限使用权限。 - Plus 用户将获得更高水平的智能，Pro 用户则会更高。这真的感觉像是一个时代的终结。我很好奇他们会如何实现这一点。我希望这不会让他们的研发放慢脚步，因为我听 OpenAI 的团队成员说过，他们可以为新特性（比如 Canvas）训练自己版本的模型，然后再把它集成回去。我希望他们能完善系统的“智能路由”部分，因为到目前为止，对于是否自动选择使用哪些工具，系统做出的决策时好时坏。我对 o3 无法推出感到遗憾，看起来它会是一个非常了不起的模型，尤其是 o3-pro 可能会非常惊艳。我也有点担心将来 API 的样子。现在从非常便宜到非常昂贵都有各种不同的模型可供选择。我希望他们所计划的无论多么强大，都能保持便宜且快速，同时也能超级智能。

#OpenAI #GPT-5 #GPT-4.5 #路线图 #模型 #技术发展

婉清

4个月前

共产党国的教育都是一个模型！

#共产党 #教育 #模型

勃勃OC

5个月前

o3-mini是专门在代码问题上微调的。r1同时在代码和数学题上微调。这个例子显示，r1的代码能力并不如o3-mini。DeepSeek并没有“魔法”，技术上也未超越OAI。数据决定模型，RL也是。

#AI #模型 #机器学习 #代码能力

LT 視界

5个月前

很多人都發現Deeepseek在被問及「你是什麼模型」時回答自己是ChatGPT。

#Deeepseek #ChatGPT #人工智能 #模型

NiKITa🇺🇦 ꑭ

5个月前

戰場豹2A6 坦克的模型

#坦克 #模型 #战场 #豹2A6

Go

5个月前

Haha, deepseek r1 is using a modified BoN-RL replacing BoN with Group mean advantage was. And Kimi is taking the formulation of BoN it self. Amazing to see those model become life

#文章信息提取 #人工智能 #深度学习 #机器学习 #BoN-RL #Group mean #模型 #技术讨论

karminski-牙医

5个月前

kotoro-TTS 荣登 TTS Arena 排行榜第一名，录了个视频大家可以看下它中文的语音合成效果。值得一提的是，这个模型只有 82M，树莓派都能跑。而且是 MIT 协议的。排行榜地址：在线测试地址：

#kotoro-TTS #TTS Arena #语音合成 #中文 #模型 #树莓派 #MIT 协议

宝玉

5个月前

问：模型支持的TOKEN数量是模型本身的限制还是调用模型的程序限制的呢？答：模型会有上下文窗口长度限制，AI聊天应用也会有会话长度限制。举例来说你的模型最大上下文窗口长度限制是 128K，但是通常应用程序不会让你输入的内容到128K，可能输入内容最多16K就不让你输入了，因为这个上下文窗口长度是针对输入和输出加起来的长度，所以要留一些空间给输出。另外输入内容越长，模型生成的质量会下降，成本也会增加很多，所以应用要限制最大输入的长度。

#模型 #TOKEN数量 #限制 #上下文窗口 #AI聊天应用 #会话长度 #输入内容 #生成质量