LLM 文章 | DataCamp

培训 2 人或更多？试试 DataCamp for Business

人工智能

Qwen 3：特性、与 DeepSeek-R1 对比、使用方式等

了解 Qwen3 全家桶，包括其架构、部署方式，以及与 DeepSeek-R1 和 Gemini 2.5 Pro 的基准测试对比。

Alex Olteanu

2026年10月6日

人工智能

Qwen3.8-Flash-Next：阿里巴巴对 Qwen4 的高性价比预览

Qwen3.8-Flash-Next 是阿里巴巴开源权重的 125B MoE 模型，预览 Qwen4 架构。在大多数代码与智能体基准上超越 Claude Opus 4.6 Max。

Matt Crabtree

2026年10月6日

人工智能

Qwen3.8-Max：阿里巴巴面向编码与自主工作的 2.4T 模型

Qwen3.8-Max 是阿里巴巴的 2.4T 旗舰模型，领跑 OSWorld-Verified 与 PaperBench。本文介绍其新变化、基准测试，以及对行业的意义。

Matt Crabtree

2026年10月6日

人工智能

Qwen3.8-Omni-Flash：阿里巴巴的全模态智能体模型

阿里巴巴的 Qwen3.8-Omni-Flash 具备 100 万 Token 上下文窗口，支持文本、图像、音频与视频输入，并在音频基准上超越 Gemini 3.8 Flash。

Matt Crabtree

2026年10月6日

人工智能

QwQ 32B：功能、获取方式、与 DeepSeek-R1 的对比等

阿里巴巴通义团队推出 QwQ-32B，这是一款拥有 320 亿参数的开源复杂推理模型，可与 DeepSeek-R1 等更大型模型竞争。

Alex Olteanu

2026年10月6日

人工智能

我测试了 QwQ-32B-Preview：阿里巴巴的推理模型

我通过一系列数学、编程和逻辑任务测试了阿里巴巴 QwQ-32B-Preview 模型的能力。

Dr Ana Rojo-Echeburúa

2026年10月6日

人工智能

高级 RAG 技术

学习密集检索、重排序或多步推理等高级 RAG 方法，以应对幻觉或歧义等问题。

Stanislav Karzhev

2026年10月6日

人工智能

2026 年最全 30 道 RAG 面试题与答案

通过 30 道涵盖基础到高级概念的关键 RAG 面试题，为您的 AI 面试做好准备。

Ryan Ong

2026年10月6日

人工智能

什么是 OpenAI 的强化微调？

了解 OpenAI 的强化微调，这是一种使用奖励驱动训练循环来优化大型语言模型的新技术。

Hesam Sheikh Hassani

2026年10月6日

人工智能

Sakana Fugu：功能、基准测试与工作原理

Sakana AI 的 Fugu 在一个 API 背后编排一组前沿大模型。本文涵盖其功能、基准分数、定价与真实用例。

Matt Crabtree

2026年10月6日

人工智能

SAM 2：Meta 的 Segment Anything Model 2 入门指南

Meta AI 的 SAM 2（Segment Anything Model 2）是首个能够在图像和视频中实时分割任意对象的统一模型。

Dr Ana Rojo-Echeburúa

2026年10月6日

大语言模型

自注意力详解：驱动现代 AI 的机制

了解自注意力机制如何革新 AI。探索其数学基础与应用，从 GPT 到视觉 Transformer。

Benito Martin

2026年10月6日