“一丹一世界”三等奖 | 灵犀共生 经验分享&浅谈AI对摄影的帮助

Ollama Deep Researcher 是一款完全本地化的网络研究助手，可使用Ollama托管的任何 LLM 。输入一个主题，它将生成网络搜索查询，收集网络搜索结果（默认通过Tavily），总结网络搜索结果，反思总结以检查知识差距，生成新的搜索查询以解决差距，搜索并改进总结，循环次数由用户定义。它将为用户提供最终的 markdown 摘要，其中包含所有使用的来源。

“一丹一世界”三等奖 | 绮影录 创作分享

Prot2Chat：融合蛋白质序列与结构的新型问答框架

这段文案描述了一幅动画海报的设计理念，融合传统与现代、科技与梦想。画面以上海黄浦江为背景，明月升起象征传统，火箭升空代表科技探索。穿着旗袍的女孩和多元人群展现文化传承，火箭化为飞船遨游宇宙寓意人类追求未知。古代天文仪器与现代科技呼应，体现历史与未来的对话。整体传达对科技成就的喜悦及对未来的美好期许，致敬中国科学家与宇航员，祝福祖国繁荣昌盛。

由上海 AI 实验室、西安交通大学等机构提出的 φ-Decoding，是一种全新的推理时间优化策略。该工作通过前瞻采样和聚类技术，平衡了探索与利用的关系，显著提升了大语言模型（LLM）的推理性能。实验表明，其在七个基准测试中超越了强基线，且具备跨模型通用性和计算预算扩展性。

由马里兰大学团队提出的CoSTA*，针对多轮图像编辑任务设计了一种成本敏感的工具路径代理。该工作结合大语言模型（LLM）的子任务规划与A搜索算法，构建了一个高效的工具选择路径，不仅降低了计算成本，还提升了图像编辑质量。通过视觉语言模型评估子任务输出，CoSTA能在失败时快速调整路径，并在全新多轮图像编辑基准测试中超越现有最佳模型。

本文介绍了一款校园外卖平台的设计与实现过程。该平台采用Java的SSM框架进行后台管理开发，使用MySQL作为本地数据库，并通过微信小程序为用户提供便捷的操作界面。系统包括管理员、用户和商家三个角色，功能涵盖个人中心、用户及商家管理、菜品分类与信息管理、订单处理等。管理员可在浏览器上登录管理后台数据，用户与商家则通过微信小程序注册登录，分别实现订餐与菜品管理功能。此平台具备界面清晰、操作简单、功能齐全的特点，有助于提升校园外卖管理的效率与规范性。

MV-MATH 是中科院自动化所推出的多模态数学推理基准数据集，旨在评估多模态大语言模型在多视觉场景中的数学推理能力。该数据集包含2009个高质量的数学问题，涵盖11个数学领域和3个难度级别，适用于智能辅导系统和多模态学习研究。

OneCode 接入 DeepSeek，带来自然语言聊天式基础建模、本地代码工程无缝结合、图生代码功能全线升级及 AI 模型代码直接导入等新特性，极大提升开发效率与体验。预计第二季度推出开源版本，进一步推动开发者社区的开放与创新。这些改进使开发更加高效、便捷和智能，助力代码开发进入新纪元。

检索增强生成（Retrieval-augmented generation，RAG）作为一种关键范式，它通过融入外部知识来提升大型语言模型（LLMs）的能力。RAG的有效性很大程度上取决于检索器和大语言模型之间的对齐程度以及各组件间的紧密交互和协作。

Java自1995年诞生以来，凭借跨平台、强生态、高安全、稳定可靠等优势，持续领跑企业级开发。JVM实现“一次编写，到处运行”，Spring等框架提升开发效率，GC机制保障稳定性，庞大开发者社区与持续技术迭代（如Java 8/11/17）助力其在金融、电商、大数据等领域长盛不衰。

本文记录了一例Java应用因多ClassLoader加载多个Netty的PooledByteBufAllocator导致堆外内存超限、触发OS OOM的排查过程。通过NMT、Arthas等工具分析，发现7个不同类加载器各自实例化独立的分配器，均不受MaxDirectMemorySize全局限制，最终总堆外内存远超预期。根因在于Netty使用Unsafe直接申请内存，绕过JVM监管。短期建议调低堆内存以腾出空间，长期需中间件协同优化。

社区8月比赛未获奖有点失落，但发现通义灵码×蚂蚁百宝箱MCP赛事正火热进行！参赛即有机会赢取丰厚奖金，激励满满，令人眼前一亮。已跃跃欲试，搭友们快来一起冲榜夺奖吧！https://tianchi.aliyun.com/competition/entrance/532442

在大语言模型（LLM）的微调过程中，数据质量与数量往往是决定最终性能的关键因素。然而，获取高质量、多样化且标注准确的训练数据却常常面临诸多挑战：数据标注成本高昂、领域特定数据稀缺、数据分布不均等问题都会直接影响微调效果。在这种背景下，数据增强技术作为一种能够有效扩充训练数据并提升其多样性的方法，正发挥着越来越重要的作用。

亲爱的搭搭搭塔子们～（不是）你听说了吗？现在魔搭社区要给每一位搭友发！福！利！

万相妙思+创意视频大赛开赛啦！双重赛道，奖励叠加！10万奖金池 + 新模型内测资格！

AI 科学家时代正加速到来，但科研智能体真的做好准备了吗？真实科研场景中，多模态智能体能否在推理、规划与执行等关键能力上达到人类科研人员的水平？我们又该如何准确评估它们的科学认知能力和数据分析表现？

七月流火，这个夏天火热的开场已然揭开。6月30号，我们在北京举办了首届魔搭开发者大会(ModelScope DevCon 2025)，邀请了国内外知名的开源模型，以及头部开源工具的研发团队，与广大开发者共聚一堂进行分享。顶尖的AI 模型首次从线上 Hub走进线下盛会，为大家呈现了一场“模型全明星”盛会。同时我们还邀请了社区开发者参加我们的“搭友之夜”（aka 大规模面基大会）。大会分享场场爆满，现场只能用一句话来描述：“好～多～人～啊”，不提前占位根本挤不进去～～

AI 编程助手已成为开发者不可或缺的伙伴，但一个核心问题也随之而来：我们该如何衡量它们真正的代码实力？现有 Benchmark（基准测试）正面临严峻挑战——数据污染、测试用例不足等问题频出，导致模型排

小型语言模型（SLM）通常被用于端侧推理，搜索推荐query改写这类对于资源要求低，大规模并发时延要求高的场景

面壁智能正式发布端侧MiniCPM 4.0 模型，实现了端侧可落地的系统级软硬件稀疏化的高效创新。