超越Kimi K2?GLM 4.5测评报告!
发表于|更新于|大语言模型
上个视频介绍了号称在推理、智能体和编程能力都达到SOTA级别的原生智能体大模型GLM 4.5, 承诺会找些cases和大家一起去测评下是否真的这么厉害。 那就来吧,我们就分别测试下这几个能力
相关推荐
2025-07-31
GLM 4.5:原生智能体大模型!你的饭碗还稳吗?
称SOTA级别的原生智能体大模型GLM 4.5来袭!智谱AI近期重磅推出了其最新的旗舰基座模型系列:GLM-4.5与GLM-4.5-Air。这一代模型的核心目标是将前沿的推理、代码生成和智能体(Agent)能力进行深度统一,以应对更复杂、更多样化的应用场景 官方博客访问入口 在线使用入口
2024-11-29
MaaS开放平台深体验:强大工具模型开发实战
MaaS(Model as a Service,模型即服务)开放平台是阿里云等云厂商推出的AI模型服务平台,让开发者可以通过API调用各种大语言模型和AI能力。本视频深度体验了MaaS平台的各项功能,包括模型调用、工具链集成、开发实战等。涵盖了:如何注册和使用MaaS、支持哪些模型、如何调试和优化API调用、以及实际开发项目的全流程演示。对于想要在应用中集成AI能力的开发者来说,这是一份实用的MaaS入手指南。 访问入口

2025-02-23
字节TRAE:零代码开发APP实战
不写一行代码实现一个app啊!之前玩字节的Trae人工智能IDE,碰到问题比较多,今天看到字节的Trae IDE有新升级,打算玩一下,做到不写一行代码实现个app。好,我们打开Trae,右边依旧是chat和builder两个模式,chat是用来对话的,碰到代码问题可以问它,builder是用来写代码的… 官网入口
2024-11-29
LLM中的量化模型是什么鬼?
量化(Quantization)是让大语言模型”变小变快”的核心技术。简单来说,量化就是将模型参数从高精度(如32位浮点数)降低到低精度(如8位或4位整数)的过程。这可以大幅减小模型体积(减少4-8倍),降低显存占用,加快推理速度,同时对模型性能的影响相对较小。例如,一个70B参数的模型经过4-bit量化后,原本需要140GB显存,现在只需要不到40GB,消费级显卡也能运行。本视频通俗讲解量化的原理和实际应用。
2024-11-29
本地运行大语言模型究竟需要多大GPU?
想在本地运行大语言模型,到底需要什么样的显卡配置?这是很多AI爱好者和开发者最关心的问题。本视频详细解析了不同规模的大模型所需的GPU硬件要求:从7B参数模型(如Llama 2 7B)到70B参数模型(如Llama 2 70B),分别需要多少显存?量化技术(如4-bit量化)如何大幅降低硬件门槛?消费级显卡(如RTX 3060/4090)与专业级显卡(A100/H100)的差异在哪里?帮你找到最适合自己的本地AI部署方案。
2026-01-06
Claude Code 入门(四)!会话上下文!
上一集我们学习了claude.md的作用,这个文件会作为上下文随着我们的问题一并传给大语言模型,因为大语言模型是无状态的,这样它才能知道我们的项目结构和编程语言等,好知道应该怎么编码。这一集我们学习下怎么把文件内容加到上下文…
公告






