LLaMA
GPT-2后首次！OpenAI将开源带推理能力的开源权重模型！网友：能比DeepSeek R1强吗？
出品 | 51CTO技术栈（微信号：blog51cto）奥特曼发布X文，宣布了一个重磅推理开源权重模型：长话短说：我们即将在未来几个月发布一个强大的开源语言模型，具备推理能力，并希望与开发者交流如何让它更有用：！ 我们计划发布自 GPT-2 以来的首个开源语言模型。 我们已经考虑了很久，但之前有其他优先事项。
开源版Suno来了！AI音乐生成模型YuE可生成专业级的歌声和伴奏
近日，由香港科技大学与音乐领域的 DeepSeek 合作开发的开源音乐生成模型 YuE 正式发布，震惊了不少乐迷和音乐创作者。 这一模型不仅能够生成多种风格的音乐，还可以模拟人声，给听众带来全新的音乐体验。 YuE 的特点在于其双 LLaMA 语言模型架构，这使其能够无缝适配各种大语言模型，并且能够处理长达5分钟的完整歌曲。
星辰与代码：DeepSeek的发展历程
技术突破阶段2024 年，DeepSeek 强势开启生态扩张与技术爆发的新纪元，成为全球 AI 领域瞩目的焦点。 年初 1 月，DeepSeek 便以 DeepSeek-MoE 震撼登场，创新性架构设计以仅 60% 的计算量损耗，成功超越 Llama 2-7B 性能，为后续技术突破奠定坚实基础，在模型效率优化上迈出关键一步。 紧接着 2 月，DeepSeekMath 在 MATH 基准测试中表现惊艳，成绩飙升至 51.7%，无限逼近 GPT-4 水平，数学推理能力实现质的飞跃，极大提升了模型在复杂数学问题求解上的可靠性与精准度。
扎克伯格：Meta 的 Llama 模型下载量已达 10 亿次
Meta 公司首席执行官马克・扎克伯格在 Threads 平台上宣布，Meta 的“开放”人工智能模型家族 Llama 的下载量已达到 10 亿次，相较于 2024 年 12 月初的 6.5 亿次下载量，在短短约三个月内增长了约 53%。
Meta Llama 模型下载量突破十亿，增长速度惊人!
Meta 公司的开源人工智能模型家族 Llama 近日迎来了一个重要里程碑，下载量已超过十亿次。 这一消息由公司首席执行官马克・扎克伯格在社交媒体 Threads 上宣布。 与2024年12月的6.5亿次下载相比，Llama 的下载量在短短三个月内激增了153%。
为什么 Qwen 能自我改进推理，Llama 却不行？斯坦福找到了原理
给到额外的计算资源和「思考」时间，为什么有的模型能好好利用，把性能提升一大截，而有的模型就不行？ 当遇到困难问题时，人类会花时间深入思考以找到解决方案。 在 AI 领域，最近的一些大语言模型在通过强化学习进行自我改进训练时，也已经开始表现出类似的推理行为。
为什么Qwen能自我改进推理，Llama却不行？斯坦福找到了原理
虽然 Qwen「天生」就会检查自己的答案并修正错误。 但找到原理之后，我们也能让 Llama 学会自我改进。 给到额外的计算资源和「思考」时间，为什么有的模型能好好利用，把性能提升一大截，而有的模型就不行？
硅基流动:下线部分未备案模型，用户请注意迁移
近日，硅基流动在其更新公告中宣布，为了进一步优化资源配置，提供更先进、优质、合规的技术服务，将于2025年3月6日对部分模型进行下线处理。 此次下线的模型主要为未经审查的国外模型，特别是生图模型，仅保留KColor。 请用户注意，如果之前接入了公告中提及的模型，务必在3月6日前完成迁移。
Llama都在用的RoPE有了视频版，复旦上海AI Lab等提出长视频理解/检索绝佳拍档
Llama都在用的RoPE（旋转位置嵌入）被扩展到视频领域，长视频理解和检索更强了。 复旦大学、上海AI实验室等提出VideoRoPE，并确定了将RoPE有效应用于视频所需的四个关键特性。 在长视频检索、视频理解和视频幻觉等各种下游任务中，VideoRoPE始终优于先前的RoPE变体。
一文带你看懂开源大模型基石LLaMA核心技术点，DeepSeek/千问等LLM的模型结构基础
LLaMA是目前很多SOTA开源大模型的基础，包括DeepSeek、千问等在内的很多大模型的模型机构大体上都沿用了LLaMA。 因此，LLaMA在模型结构的设计上可以说是目前大模型的一种最佳实践。 这篇文章就给大家汇总一下LLaMA的核心模型结构。
国家超算平台推AI伙伴计划:三月免费开放DeepSeek API
国家超算互联网平台近日宣布启动"AI生态伙伴加速计划"，面向企业用户推出一系列优惠举措，包括提供为期3个月的DeepSeek API接口免费使用权限，并配套千万卡时的算力资源池支持。 据了解，该平台已完成DeepSeek满血版模型镜像的部署工作。 目前平台已实现与全国14个省份超过20家超算和智算中心的互联互通，汇集各类算力商品逾6500款，其中AI模型服务近240款。
IBM 强化 watsonx.ai:DeepSeek-R1蒸馏版 Llama 模型上线
IBM 近日宣布，其 AI 开发平台 watsonx.ai 现已支持 DeepSeek-R1蒸馏版的 Llama3.18B和 Llama3.370B模型。 DeepSeek 通过知识蒸馏技术，利用 R1模型生成的数据对多个 Llama和 Qwen变体进行了优化，进一步提升了模型性能。 在 watsonx.ai平台上，用户可以通过两种方式使用 DeepSeek 蒸馏模型。
DeepSeek的V3，爆火了
编辑 | 言征出品 | 51CTO技术栈（微信号：blog51cto）上周四，12月26日那个晚上非常不平凡，一件大事注定要被AI界写进里程碑。 一夜之间，全球开源界最强模型不再是Llama了，而是中国开源界的新星DeepSeek最新研发的前言模型V3，甚至可以比肩世界顶尖的闭源模型。 根据DeeSeek披露的基准测试分数，简单来讲，八个字：开源最强，闭源比肩。
使用LLaMA 3.1、Firebase和Node.js，构建一个音控的智能厨房应用程序
译者 | 布加迪审校 | 重楼这篇指南逐步介绍了创建一个自动化的厨房助理的过程，附有语音命令、实时购物清单管理以及食谱建议。 我在本教程中将介绍创建一个智能厨房应用程序（Chent），它可以根据个性化偏好简化杂货清单管理。 该应用程序通过语音命令操作，简化了人机交互和添加商品。
使用 Llama 3.2-Vision 多模态 LLM 和图像“聊天”
一、引言将视觉能力与大型语言模型（LLMs）结合，正在通过多模态 LLM（MLLM）彻底改变计算机视觉领域。 这些模型结合了文本和视觉输入，展示了在图像理解和推理方面的卓越能力。 虽然这些模型以前只能通过 API 访问，但最近的开放源代码选项现在允许本地执行，使其在生产环境中更具吸引力。
Meta 今年压轴开源 AI 模型 Llama 3.3 登场：700 亿参数，性能比肩 4050 亿
Meta 今年的压轴 AI 大模型来了。Meta 昨日（12 月 6 日）发布 Llama 3.3，共有 700 亿参数，不过性能方面媲美拥有 4050 亿参数的 Llama 3.1。
Meta 推出 Llama 3.2 1B / 3B 模型量化版：功耗更低、可适用更多轻量移动设备
继今年 9 月开源 Llama 3.2 的 1B 与 3B 模型之后，Meta 于 10 月 24 日发布了这两个模型的量化版本，量化后的模型大小平均减少了 56%，RAM 使用量平均减少了 41%，模型速度提高了 2 至 4 倍，同时降低了功耗，使这些模型能够部署到更多移动设备上。 AI在线注：模型量化（Model Quantization）就是通过各种训练方式将浮点模型转为定点模型，可以压缩模型参数，降低模型的复杂性，以便于在更轻量的平台运行。 Meta 表示，他们采用了量化感知训练（Quantization-Aware Training，QAT）和后训练量化（SpinQuant）两种方法对模型进行量化，其中“量化感知训练”更重视模型的准确性，而“后训练量化”更强调模型的可移植性。