Keep on to blur preview images; turn off to show them clearly
GitHub：https://t.co/7mk91X4zD1 Hugging Face：https://t.co/WQwLStlnP1 魔搭社区：https://t.co/jQvO5j02QC 技术 blog：https://t.co/HZ3N348sYA
致力于让每个想拥抱AI的人都能找到适合自己的AI产品，助力企业定制AIGC应用
智谱刚刚把GLM-4.6V开源了，核心能力是把“看图说话”，变成了“看图办事” 过去多模态模型以描述图片内容为主，GLM-4.6V把工具调用直接做进视觉模型里，图像本身就是命令参数 比如说，给张街拍照片，它自动调用搜图/比价接口，返回一份带来源、价格、商品缩略图、匹配度与差异说明、购买链接的导购清单 还有前端复刻，给定设计稿，它可以出像素级高质量 HTML/CSS /JS代码，支持截图多轮微调 两个版本： GLM-4.6V（106B-A12B），云端高性能版 GLM-4.6V-Flash（9B），本地低延迟版，免费使用 支持128k视觉上下文 相当于把整份财报、整场球赛、整套说明书一次塞进去，还能跨页、跨镜头对比总结，省掉反复截屏、分段输入的麻烦 价格GLM-4.6V相较于GLM-4.5V降价 50%，API 调用价格输入1 元/百万 tokens，输出3 元/百万 tokens #GLM46V #智谱GLM
GitHub：https://t.co/7mk91X4zD1 Hugging Face：https://t.co/WQwLStlnP1 魔搭社区：https://t.co/jQvO5j02QC 技术 blog：https://t.co/HZ3N348sYA
将文档转换为可交互3D知识图谱的工具：graphrag-workbench，附带AI分析+自然语言查询能力 基于微软GraphRAG框架的一个交互式Web应用，用来构建和可视化知识图谱 这个适合需要可视化复杂关系或进行AI辅助分析的场景用，比如说，做研究、商业情报、小说剧本理人物关系等等 3D交互上，支持缩放、旋转、节点高亮，用颜色区分层级化的社区结构，根据实体重要性自动调整节点大小 拖拽上传PDF，自动提取文本，可批量处理 有存档管理，可保存/恢复不同版本的知识图谱 #graphragworkbench #AI知识图谱
github：https://t.co/9GA0mrTjhF
AndrejKarpathy @karpathy ：不要把大模型当成“有自我意识的实体”，而要把它看作“模拟器” 比如，当你想探讨某个话题时，不要问：“关于xyz，你怎么看？” 因为根本没有“你”存在！ 可以换种方式： “什么样的一群人适合探索xyz话题？他们会怎么说？” 大模型可以模拟扮演多种视角，但它并没有像人们习惯的那样，长时间地“思考”过xyz并形成自己的观点，如果强行使用“你”来提问，它会根据其微调数据的统计特征，采纳一个隐含的“人格嵌入向量”，然后模拟这种人格来给出回应。这样做当然可以，但背后并没有人们幻想的那种“神秘心智”，只是一场概率驱动的模拟 一句总结，要用好大模型，先给它拉个扮演清单，它能同时演好几个人让你一次看清多方立场，别问“你怎么看”，否则它只会随机拉出一个“谁也不知道是谁”的角色，念一段你根本猜不到立场的台词 #AI提示词
致力于让每个想拥抱AI的人都能找到适合自己的AI产品，助力企业定制AIGC应用
Notebook LM的本地开源复现款：open-notebook，最近上星非常猛 支持OpenAI、Anthropic、Ollama、LM Studio等16+模型商，提供嵌入、语音转文本、文本转语音等功能 播客发言人可以1-4 个，可以自定义配置 支持导入PDF、视频、音频、网页、Office等多种模态内容 #AI播客 #NotebookLM
github：https://t.co/ipMkXYn6BI
NotebookLM的这波移动端大更新又赢麻了，把记录-理解-输出在手机上闭环了，手机成了移动学习/工作站 1、首先，手机拍照可做为录入源了，等于说“线下物理信息”可以无缝入库了 比如说，上课的板书、教材、讲义一键录入即可生成总结、提问、信息卡 或者说会议中产生的书写内容，拍完可立刻生成思维导图与会共享；工程师拍现场设备标签，自动进知识库等 2、手机即能生成信息图/幻灯片，随时用Nano Banana Pro 原先在网页端完成的功能，现在用手机可随时输出可视化总结 3、音频断点续听 音频概览会保存进度，即便是退出应用也能查看已完成的部分，或在手机与网页之间断点续听 #NotebookLM #AI播客
https://t.co/S0ZThaL5mA