通义智文：文档应用赋能千行百业
通义智文是阿里巴巴推出的大规模文档处理技术体系，旨在提升生产力效率。最初作为阅读工具发布，现已发展为涵盖文档解析、理解、生成等多方面的技术平台。通义智文支持超长文档处理、多模态文本解析，并在法律、教育等领域提供专业服务。其创新算法如VGT版面分析和Layout-LM多模态模型，显著提升了文档处理精度。应用场景包括PPT创作、故事绘本生成及法律文书审查等，赋能千行百业。
【Prompt Engineering 提示词工程指南】文本概括、信息提取、问答、文本分类、对话、代码生成、推理
本文介绍了使用提示词与大语言模型（LLM）交互的基础知识。通过调整参数如温度（Temperature）、最高概率词元（Top_p）、最大长度（Max Length）及停止序列（Stop Sequences），可以优化模型输出。温度参数影响结果的随机性；Top_p 控制结果的多样性；最大长度限制输出长度；停止序列确保输出符合预期结构。此外，频率惩罚（Frequency Penalty）和存在惩罚（Presence Penalty）可减少重复词汇，提升输出质量。提示词需包含明确指令、上下文信息、输入数据及输出指示，以引导模型生成理想的文本。设计提示词时应注重具体性、避免歧义，并关注模型的具体行为
如何训练属于自己的“通义千问”呢？
大模型的风潮还未停歇，国内大模型的研发也正如火如荼地开展着。你试用过哪些大模型呢？你觉得哪一款产品最适合开发者呢？你有想过训练出自己的大模型吗？这不就来了！ 通义千问开源！阿里云开源通义千问70亿参数模型，包括通用模型Qwen-7B和对话模型Qwen-7B-Chat，两款模型均已上线ModelScope魔搭社区，开源、免费、可商用。点击链接，立即开启模型开源之旅：https://modelscope.cn/models/qwen/Qwen-7B/summary
LLM 内存需求计算方式
GPU上大语言模型的内存主要由模型权重和KV缓存构成。70亿参数模型以16位精度加载时，权重占约14GB；KV缓存则随批大小和序列长度线性增长，显著影响显存使用，限制推理吞吐与长上下文处理。
一键部署开源Qwen3并集成到钉钉、企业微信
Qwen3系列模型现已正式发布并开源，包含8款“混合推理模型”，其中涵盖两款MoE模型（Qwen3-235B-A22B与Qwen3-30B-A3B）及六个Dense模型。阿里云计算巢已支持Qwen3-235B-A22B和Qwen3-32B的私有化部署，用户可通过计算巢轻松完成部署，并借助AppFlow集成至钉钉机器人或企业微信。文档详细介绍了从模型部署、创建应用到配置机器人的全流程，帮助用户快速实现智能助手的接入与使用。
这个多模态智能体，让电力装备运维越来越“聪明”
DeepSeek的出圈为AI发展开辟新路径，大模型在各行业应用也愈发深入。例如“许继智算”团队在昇腾AI创新大赛中获奖，他们通过大模型解决了电力装备运维中的缺陷检测与风险识别难题。传统电力运维依赖人工，存在效率低、误报率高等问题，而该团队基于多模态大模型，融合文本、声纹、图像等信息，构建“智电灵眸”智能运维平台，大幅提升故障诊断精度与效率。其创新方案已在多个项目试点，识别准确率提升30%以上，故障预警速度提高50%，标志着电力运维进入“智能体”时代。这不仅体现了大模型的实际价值，也为其他行业应用提供了参考范例。
小模型也能有类o1的慢思考能力？使用CAMEL生成CoT数据、Unsloth微调Qwen2.5-1.5B模型并上传至Hugging Face
本项目利用CAMEL生成高质量的CoT数据，结合Unsloth对Qwen2.5-1.5B模型进行微调，并将结果上传至Hugging Face。通过详细步骤介绍从数据生成到模型微调的完整流程，涵盖环境配置、API密钥设置、ChatAgent配置、问答数据生成与验证、数据转换保存、模型微调及推理保存等内容。最终展示了如何优化问答系统并分享实用技巧。 [CAMEL-AI](https://github.com/camel-ai/camel) 是一个开源社区，致力于智能体扩展研究。欢迎在GitHub上关注并加入我们！
使用CAMEL框架和Qwen模型自动进行数据获取及报告与知识图谱生成
此笔记本演示如何设置和利用 CAMEL 的检索增强生成（RAG）结合 Milvus 进行高效的网页抓取、多智能体角色扮演任务和知识图谱构建。我们将通过一个使用 Qwen 模型对 2024 年巴黎奥运会的土耳其射手进行全面研究的例子来逐步演示。
针对【图像生成 - ComfyUI】使用的深度评测
ComfyUI 是一款支持自定义工作流的图像生成工具，适用于创意设计、游戏开发和电商等多个行业。它能根据项目需求灵活调整图像生成流程，提高创意实现效率，同时具备成本效益和弹性伸缩能力，适应业务量变化。尽管如此，ComfyUI 在技术门槛和数据安全方面仍存在挑战，需注意非专业用户的学习曲线和敏感数据保护。
Github 2024-08-26 开源项目周报Top15
根据Github Trendings的统计，本周共有15个项目上榜。以下是按开发语言汇总的项目数量：Python项目8个，TypeScript、C++ 和 Rust 项目各2个，Jupyter Notebook、Shell、Swift 和 Dart 项目各1个。其中，RustDesk 是一款用 Rust 编写的开源远程桌面软件，可作为 TeamViewer 的替代品；Whisper 是一个通用的语音识别模型，基于大规模音频数据集训练而成；初学者的生成式人工智能（第2版）则是由微软提供的18门课程，教授构建生成式AI应用所需的知识。
阿里云服务器部署Jupyter私房菜
在阿里云ECS上，选用2核2G的配置，安装Ubuntu 22.04，然后部署Nginx作为Jupyter Notebook的反向代理。安装Miniconda3，配置清华TUNA镜像源以加速下载。创建Jupyter Notebook，设置密码和远程访问，通过Nginx配置实现安全访问。整个过程包括安装Jupyter，修改Nginx配置，最后通过浏览器访问 Notebook。
银行员工在线培训考试系统
银行员工在线培训考试系统，依托互联网技术实现碎片化学习与精准考核。支持多维度课程管理、智能组卷、防作弊考试及可视化数据分析，助力银行构建高效、公平、个性化的培训体系，全面提升员工专业能力与合规水平。（238字）
先SFT后RL但是效果不佳？你可能没用好“离线专家数据”！
通义实验室Trinity-RFT团队提出CHORD框架，通过动态融合SFT与RL，解决大模型训练中“越学越差”“顾此失彼”等问题。该框架引入细粒度Token级权重与软过渡机制，实现从模仿到超越的高效学习，在数学推理与通用任务上均显著提升性能，相关代码已开源。
软考中级软件设计师专项-数据结构与算法上篇
软件设计师考试数据结构模块涵盖数组、链表、栈、队列、树、图等基础结构及其操作，重点考查二分查找、快排与归并排序、树/图的DFS/BFS遍历算法，要求掌握时间与空间复杂度分析，理解哈希、堆的应用场景，强调通过合理选择数据结构优化程序性能，解决存储管理与计算效率问题，为系统设计奠定核心逻辑基础。
渗透技术--sqlmap使用
Sqlmap是一款自动化SQL注入工具，支持MySQL、Oracle、PostgreSQL等多种数据库。它可扫描并利用URL中的SQL注入漏洞，提供丰富的参数选项，如查询数据库、表、字段，支持POST注入、代理设置及写入文件等功能，适用于安全测试与漏洞评估。
颠覆开发效率！国内首个微服务编排框架Juggle开源啦！
Juggle是国内首个开源的微服务编排框架，专注于解决企业微服务进程中接口重复开发、系统对接复杂等问题。它提供零代码、低代码和AI增强功能，通过可视化拖拽快速组装简单API为复杂接口，支持多协议、多语言脚本和流程多版本管理。相比国外框架如Conductor，Juggle更贴合国内需求，具备高效开发、企业级可靠性及信创适配等优势，助力企业实现敏捷创新与数字化转型。
通义千问开源模型——改变自然语言处理的未来
众所周知，自然语言处理是人工智能领域的一个重要分支，也是近年来备受瞩目的领域之一。而通义千问开源模型作为自然语言处理领域的重要成就之一，近年来也引起了广泛的关注和讨论，那么接下来就来简单聊聊通义千问开源模型。
通义大模型：打造更智能、更灵活的自然语言处理技术
大家好，今天我想向大家介绍一款备受瞩目的自然语言处理技术——通义大模型。作为一种基于深度学习的人工智能技术，通义大模型能够模拟人类的思维方式，实现更智能、更灵活的自然语言处理，为我们的生活和工作带来了极大的便利。
告别旅行规划的"需求文档地狱"！这个AI提示词库，让你像调API一样定制完美旅程
作为开发者，旅行规划如同“需求地狱”：信息碎片、需求多变、缺乏测试。本文提出一套“企业级”AI提示词库，将模糊需求转化为结构化“API请求”，实现标准化输入输出，让AI成为你的专属旅行架构师，30分钟生成专业定制方案，提升决策质量，降低90%时间成本。
MCP协议深度集成：生产级研究助手架构蓝图
本文详解基于LangGraph与MCP协议构建研究助手的技术方案，涵盖双服务器集成、状态化智能体设计与用户元命令控制，助你掌握生产级代理系统开发要点。
AI-Compass LLM合集-多模态模块：30+前沿大模型技术生态，涵盖GPT-4V、Gemini Vision等国际领先与通义千问VL等国产优秀模型
AI-Compass LLM合集-多模态模块：30+前沿大模型技术生态，涵盖GPT-4V、Gemini Vision等国际领先与通义千问VL等国产优秀模型
视觉感知RAG×多模态推理×强化学习=VRAG-RL
通义实验室自然语言智能团队发布并开源了VRAG-RL，一种视觉感知驱动的多模态RAG推理框架。它能像人一样“边看边想”，通过粗到细的视觉仿生感知机制，逐步聚焦关键区域，精准提取信息。VRAG-RL结合强化学习与多专家采样策略，优化检索与推理路径，在多个视觉语言基准数据集上表现出色，显著提升准确性和效率。项目已发布技术方案并开源代码，支持快速部署和二次开发。
Google 发布其开源模型系列最新模型 Gemma 3
Google 发布了其开源模型系列的最新成员 Gemma 3，这是一款轻量级、高性能的 AI 模型，支持多语言和复杂任务。它具备 140+ 语言支持、128K-token 上下文窗口、增强的多模态分析能力以及函数调用功能，适用于聊天 AI、代码生成等多种场景。Gemma 3 在性能上超越 Llama 3-8B 和 Mistral 7B，且仅需单 GPU 即可运行，大幅降低计算成本。提供 1B 至 27B 不同参数规模版本，满足多样化需求，并优化了量化模型以适应边缘计算和移动设备。其多模态设计整合了 SigLIP 图像编码器，扩展上下文窗口至 128k token，显著提升了视觉和文本理解能力。
前端大模型应用笔记（一）：两个指令反过来说大模型就理解不了啦？或许该让第三者插足啦 -通过引入中间LLM预处理用户输入以提高多任务处理能力
本文探讨了在多任务处理场景下，自然语言指令解析的困境及解决方案。通过增加一个LLM解析层，将复杂的指令拆解为多个明确的步骤，明确操作类型与对象识别，处理任务依赖关系，并将自然语言转化为具体的工具命令，从而提高指令解析的准确性和执行效率。
Github 2024-06-03 开源项目周报 Top15
本周Github Trendings共有15个项目上榜，按开发语言汇总，Python项目最多，共8项；TypeScript项目6项；HTML、Lua、Jupyter Notebook、Dart和C++各1项。亮点项目包括增强人类能力的开源框架Fabric，自托管游戏流主机Sunshine，以及多种AI驱动的工具和平台，如Khoj、Ente和Dataherald等。这些项目不仅在技术创新上有所突破，还在社区中获得了广泛的关注和支持。
AiChat—智能办公助手
在当今的数字化时代，人工智能(AI)已经在各个领域中展现出了强大的能力和潜力。AI在许多方面都为我们的生活带来了便利，其中最显著的一点就是在我们的日常交流和工作中。 现在，最简单的低门槛软件应该是AiChat……
RAG中用户问答的答案是大模型产生的吗？
RAG中，答案是大模型产生的，还是向量检索产生的？RAG是一种结合了大模型生成和向量检索的自然语言处理技术。它通过大模型生成答案的主体部分，并利用向量检索从知识库中获取相关的参考文本片段。这种结合使得RAG能够生成更丰富、更准确的答案。然而，随着技术的发展和应用场景的不断扩大，我们还需要进一步研究和解决RAG面临的一些挑战和问题。
如何在 TensorRT-LLM 中支持 Qwen 模型
大型语言模型正以其惊人的新能力推动人工智能的发展，扩大其应用范围。然而，由于这类模型具有庞大的参数规模，部署和推理的难度和成本极高，这一挑战一直困扰着 AI 领域。此外，当前存在大量支持模型部署和推理的框架和工具，如 ModelScope 的 Model Pipelines API，和 HuggingFace 的 Text Generation Inference 等，各自都有其独特的特点和优势。然而，这些工具往往未能充分发挥 GPU 的性能。
数据缓存系列分享(六)：通义千问Qwen-14B大模型快速体验
阿里达摩院近期对通义千问大模型 Qwen-14B 进行了开源（之前开源的是Qwen-7B模型），目前在ModelScope和HuggingFace上均可直接下载。关于Qwen-7B的搭建可以参考我们之前的文章：数据缓存系列分享(五)：开源大语言模型通义千问快速体验版，本文将使用一样的方式打开Qwen-14B，快速体验一下。
通义千问7B-基于本地知识库问答
上期，我们介绍了通义千问7B模型的微调+部署方式，但在实际使用时，很多开发者还是希望能够结合特定的行业知识来增强模型效果，这时就需要通过外接知识库，让大模型能够返回更精确的结果。
AIGEO助力企业内容传播
AIGEO是一款低成本、高效率的内容优化工具，助力企业提升曝光与转化。适配多行业，支持AI收录推荐，精准匹配用户搜索意图，合规安全，推动小微企业数字化转型。（238字）
Web渗透-文件上传漏洞-上篇
文件上传漏洞常见于Web应用，因类型限制不严可致恶意文件执行。本文介绍前端检测、MIME类型、黑名单、.htaccess、空格、双写等多种绕过方式，并结合upload-labs靶场演示利用方法，提升安全防护认知。
MicroPython+ESP32 C3+ST7735S LCD屏 WIFI联网并显示时间
本案例基于ESP32 C3与ST7735S驱动的1.8寸TFT屏，实现WIFI连接显示、实时时间展示及中英文字符渲染。通过MicroPython驱动屏幕，支持自定义字库与彩色文字输出，适用于嵌入式图形显示应用。
上海徐汇区大模型备案与大模型登记奖励补贴申报指南
上海徐汇区启动大模型备案及服务登记奖励申报，最高奖励500万元。适用于已通过备案或登记的企业，申报期为2025年8月29日至9月12日。奖励政策旨在推动人工智能产业发展，申报材料包括备案/登记证明、信用代码、身份证明等。纸质与电子材料需按要求提交。
aipy实战：Deepseek-V3、Hunyuan&Qwen分析618平板攻略
Aipy是一款结合LLM与Python的智能工具，用户通过简单指令即可让LLM分析并生成代码，实时解决问题。本次v0.1.28版本新增联网搜索、案例分享等功能，并引入混元和Qwen模型。测评中，三个模型完成“618平板选购攻略”任务表现各异：deepseek-v3界面精美、信息全面但价格有偏差；hunyuan-turbos-latest信息不全但界面简洁；qwen-plus-latest推荐合理但数据失真。总体而言，Aipy在操作友好性和分析界面上显著提升，适合解决实际问题。
如何在通义灵码里使用 MCP 能力
通义灵码支持MCP工具使用，通过模型自主规划实现工具调用，深度集成魔搭MCP广场，涵盖2400+热门服务。提供STDIO和SSE两种通信模式，适用于不同场景需求。用户可通过智能体模式调用MCP工具，完成如网页内容抓取、天气查询等任务。文档详细介绍了服务配置、使用流程及常见问题解决方法，助力开发者高效拓展AI编码能力。
阿里云AI大模型助力客户对话分析——全方位提升服务与体验
随着数字化转型的推进，企业愈发重视客户互动数据的价值。阿里云推出了一套基于AI大模型的客户对话分析解决方案，通过自动化手段分析大量客户对话数据，提取有价值信息，优化服务流程，提升客户体验。本文将结合技术文档和实际体验，全面评测这一解决方案。
谈谈Function Calling
Function Calling赋予大语言模型调用外部工具的能力，弥补其缺乏行动力、信息滞后等缺陷。它像“指挥家”般，理解用户意图，选择合适的工具执行操作，并将结果反馈给用户，从而连接虚拟与现实。这一机制让大语言模型如虎添翼，更好地服务于人类。
Github 2024-08-05 开源项目周报 Top15
根据 Github Trendings 的统计，本周（2024年8月5日统计）共有15个项目上榜。以下是根据开发语言汇总的项目数量： - Go 项目：4个 - JavaScript 项目：3个 - Python 项目：3个 - Java 项目：2个 - TypeScript 项目：2个 - C 项目：1个 - Shell 项目：1个 - Dockerfile 项目：1个 - 非开发语言项目：1个
通义大模型
阿里云自主研发的通义大模型，凭借万亿级超大规模数据训练和领先的算法框架，实现全模态高效精准的模型服务调用。https://www.aliyun.com/product/tongyi
