Grok 4.2 杀到！编程能力爆表！
马斯克的 Grok 除了前两天以搞黄色的负面消息冒了个泡，已经好长时间没有走入我们的视野了。但就在大家以为它要掉队时，代号为 Obsidian 的 Grok 4.2 早期测试版正在悄悄惊艳所有人。这次升级最让大家咂舌的不是它搞黄色，而是它的“审美”和“代码力”竟然双双爆表，简直像从一个叛逆少年变成了全能的设计师加程序员…
微信赞赏
相关推荐
2024-11-29
RouteLLM：打造更快更便宜的LLM产品！
RouterLLM（或LLM Router）是一种智能的大语言模型路由技术，它的核心思想是：不是所有问题都需要最强的GPT-4来回答。RouterLLM可以根据问题的复杂度，自动将简单问题路由到便宜快速的小模型（如Llama、Mistral），复杂问题才使用顶级模型。这可以在保持回答质量的同时大幅降低API成本和提升响应速度。对于需要大规模使用LLM的生产级应用来说，RouterLLM是一种极其重要的成本优化技术。 访问入口
2024-11-29
RWKV测评报告
RWKV是一种创新的开源大语言模型架构，由华人开发者彭博独立提出。它巧妙地将Transformer的注意力机制与RNN的循环结构相结合，既具备了Transformer的强大表达能力，又拥有RNN的高效推理优势（线性复杂度，显存占用低）。这意味着RWKV可以在消费级GPU上运行，并且推理速度远超同等规模的Transformer模型。本视频对RWKV进行全面测评，测试其在文本生成、理解、推理等任务上的表现，并与同规模的传统Transformer模型进行对比，帮你评估RWKV是否值得在你的场景中使用。 开源地址
2025-09-25
超乎想象！首个端到端全模态大模型！全面测评报告
阿里发布并开源首个端到端全模态 Qwen3-Omni 模型，据说性能出色且功能强大，既然说得这么厉害，还是首个端到端的全模态，那当然要去测评下了。最终结果超乎你想象！ 访问入口
2025-08-21
DeepSeek V3.1 对比测评报告！效果真有这么炸裂吗！？
DeepSeek 3.1对比测评报告来啦！上个视频跟大家介绍了DeepSeek最新的版本，承诺会找些cases来测评下推理和编程能力，来到官网，我们留意到原来的R1选项已经没有了，取而代之的是“深度思考”这个选项，所以应该是没有选上这个选项的话，我们用的就是普通的3.1版本，勾选上的话，不再像以前一样切换的R1模型，而是依然用的是3.1版，但估计系统提示词会让DeepSeek 3.1做深入思考再来回答。这次我们会用同一套cases测试没有勾选“深度思考”和勾选了“深度思考”的情况好做对比。 那就来吧 访问入口
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
2025-04-09
腾讯混元T1推理模型测评：没有对比就没有伤害！
昨天测评了腾讯混元大模型的通用模型，一般问答都挺好，但编程能力拉胯，今天再测评推理模型T1，最后会对比下它和deepseek r1的编程能力… 访问入口
