🙋魔搭ModelScope本期社区进展：3361个模型，313个数据集，73个创新应用， 8篇内容

今天，面壁智能正式开源 8B 参数的面壁小钢炮 MiniCPM-V 4.5 多模态旗舰模型，成为行业首个具备“高刷”视频理解能力的多模态模型，看得准、看得快，看得长！高刷视频理解、长视频理解、OCR、文档解析能力同级 SOTA，且性能超过 Qwen2.5-VL 72B，堪称最强端侧多模态模型。

AI画师们卷出新高度，人类评审却还在搬砖打分？传统文生图模型评测依赖人工标注与主观判断，周期长、成本高、易偏差。魔搭社区推出一站式模型评测框架EvalScope，支持全自动打标、多维雷达图与可视化报告，大幅提升评测效率。10分钟掌握EvalScope，轻松为文生图模型自动评分，让模型“卷”得明明白白！

魔搭ModelScope本期社区进展：1066个模型，153个数据集，125个创新应用，13篇内容

由北京大学和微软亚洲研究院的魏李等人提出的 FEA-Bench，是一个专为评估大型语言模型（LLMs）在代码库级别进行增量开发能力的基准测试。它从 83 个 GitHub 仓库中收集了 1,401 个任务实例，专注于新功能的实现。研究表明，即使是先进的 LLMs 在此任务中的表现仍远低于预期，揭示了仓库级代码开发的重大挑战。

在前四篇文章中，我们完成了智能客服系统的开发、部署、优化和扩展。本文聚焦于安全与隐私保护，探讨如何构建安全可靠的智能客服系统。内容涵盖数据安全（加密、脱敏、备份）、系统安全（输入验证、身份认证、日志监控）和隐私保护（隐私政策、数据最小化、访问控制），确保用户数据安全及系统稳定运行。通过这些措施，我们可以打造一个可信赖的智能客服系统，为用户提供更好的服务体验。

随着DeepSeek-R1模型的广泛应用，越来越多的开发者开始尝试复现类似的模型，以提升其推理能力。

近年来，人工智能（AI）领域尤其是自然语言处理（NLP）技术的迅猛发展，正在深刻改变着各行各业的运作模式。从智能客服到内容生成，从自动翻译到智能搜索，NLP技术的广泛应用使得语言模型在全球范围内的重要性日益凸显。与此密切相关的预训练模型（Pre-trained Models），凭借在海量数据上的训练积累了丰富的知识，成为NLP技术进步的核心支柱。然而，预训练模型的成功在很大程度上依赖于其背后数据集的质量。

Valley2是一种新颖的多模态大型语言模型，旨在通过可扩展的视觉-语言设计增强各个领域的性能，并拓展电子商务和短视频场景的实际应用边界。

本文介绍了操作系统智能助手OS Copilot的新功能测评。作为一名运维工程师，作者分享了安装过程中遇到的小问题及解决方法，并详细描述了使用体验。OS Copilot在回答速度、命令执行和任务处理方面表现一般，但提供了便捷的自动化操作，适合新手学习。作者指出其优点包括深度定制化、简化重复工作和对新手友好；不足之处在于回答不够流畅、汉化程度低且智能化水平有待提高。整体评分6分，未来有提升空间。

在大语言模型（LLM）部署的生产环境中，有效的监控系统是确保服务稳定性、可靠性和性能的关键。随着LLM模型规模的不断扩大和应用场景的日益复杂，传统的监控手段已难以满足需求。Prometheus作为当前最流行的开源监控系统之一，凭借其强大的时序数据收集、查询和告警能力，已成为LLM部署监控的首选工具。

在大语言模型(LLM)部署的最后一公里，API接口的设计与安全性直接决定了模型服务的可用性、稳定性与用户信任度。随着2025年LLM应用的爆炸式增长，如何构建高性能、高安全性的REST API成为开发者面临的核心挑战。FastAPI作为Python生态中最受青睐的Web框架之一，凭借其卓越的性能、强大的类型安全支持和完善的文档生成能力，已成为LLM服务化部署的首选方案。

2025年，自监督学习已成为大型语言模型（LLM）训练的核心范式，其中因果语言建模（Causal Language Modeling, CLM）作为GPT系列模型的基础训练目标，展现出了卓越的生成能力和下游任务迁移性能。与掩码语言建模（Masked Language Modeling, MLM）不同，因果语言建模专注于预测序列中的下一个词元，这种训练方式自然地适应了自回归生成的需求，为文本生成、对话系统等任务奠定了坚实基础。

大型语言模型（LLM）在自然语言处理领域的突破性进展，很大程度上归功于其庞大的参数量和复杂的网络架构。然而，随着模型规模的不断增长，计算资源消耗、推理延迟和部署成本等问题日益凸显。如何在保持模型性能的同时，优化模型架构以提高效率，成为2025年大模型研究的核心方向之一。神经架构搜索（Neural Architecture Search, NAS）作为一种自动化的网络设计方法，正在为这一挑战提供创新性解决方案。本文将深入探讨NAS技术如何应用于LLM的架构优化，特别是在层数与维度调整方面的最新进展，并通过代码实现展示简单的NAS实验。

在大型语言模型（LLM）时代，提示工程（Prompt Engineering）已成为释放模型潜力的关键技能。其中，Few-Shot Prompting作为一种强大的技术，通过提供少量高质量的示例，显著提升模型在复杂任务上的性能。2025年，随着模型规模和能力的持续增长，Few-Shot Prompting技术也在不断演进，从简单的示例提供发展到更加精细化的优化策略。

在当今大语言模型（LLM）蓬勃发展的时代，许多组织和个人面临着一个共同的挑战：如何在无互联网连接的环境中高效部署和使用LLM？这一需求源于多方面的考量，包括数据安全、隐私保护、网络限制、极端环境作业等。2025年，随着企业对数据主权意识的增强和边缘计算的普及，离线LLM部署已成为AI应用落地的关键场景之一。

在2025年的AI开发环境中，大型语言模型(LLM)已成为核心技术，但伴随其广泛应用的是日益严峻的安全挑战。据统计，2025年第一季度发生的AI安全事件中，LLM环境配置不当导致的漏洞占比高达43%，造成的损失超过2.1亿美元。本文将深入探讨LLM开发环境的安全配置最佳实践，帮助开发者构建一个安全、可靠的开发环境。

在当今快速发展的人工智能领域，大型语言模型（LLM）的应用正迅速渗透到各个行业。随着企业对AI响应速度的要求不断提高，低延迟LLM的选择与优化已成为技术团队面临的关键挑战。实时聊天机器人、智能客服、自动驾驶辅助系统等场景对响应时间提出了极高的要求，毫秒级的延迟差异可能直接影响用户体验和业务效率。2025年，随着推理优化技术的突破性进展，低延迟LLM已不再是难以企及的目标，而是成为实际生产环境中的标准配置。

继 7 月 26 日开源『书生』科学多模态大模型 Intern-S1 之后，上海人工智能实验室（上海AI实验室）在8月23日推出了轻量化版本 Intern-S1-mini。

万相妙思+创意视频大赛开赛啦！双重赛道，奖励叠加！10万奖金池 + 新模型内测资格！

AI 编程助手已成为开发者不可或缺的伙伴，但一个核心问题也随之而来：我们该如何衡量它们真正的代码实力？现有 Benchmark（基准测试）正面临严峻挑战——数据污染、测试用例不足等问题频出，导致模型排

MiniMax最新发布了全球首个开源大规模混合架构的推理模型——MiniMax-M1！

LangManus 是一个基于分层多智能体系统的 AI 自动化框架，支持多种语言模型和工具集成，能够高效完成复杂任务，适用于人力资源、房产决策、旅行规划等多个场景。

3月14日，创造出病毒级虚拟助手 Maya 的Sesame团队开源了他们的语音生成模型 CSM-1b，可根据文本和音频输入生成 RVQ 音频代码。这意味着，我们每个人都可以0成本拥有一个真正的AI伴侣了，甚至可以自己动手搭建、测试和改进模型。

最近，Muon优化器在训练小规模语言模型方面展示了强大的效果，但其在大规模模型上的可扩展性尚未得到验证。

AgentSociety 是清华大学推出的基于大语言模型的社会模拟器，通过构建类人心智的智能体模拟复杂社会行为，适用于政策沙盒测试、危机预警等场景。