AppAgentX 是西湖大学推出的新型自我进化式 GUI 代理框架，通过记忆和进化机制提升智能手机交互的效率和智能性，支持复杂任务和跨应用操作，显著优于现有方法。

PySpur 是一款开源的轻量级可视化 AI 智能体工作流构建器，支持拖拽式界面，帮助用户快速构建、测试和迭代 AI 工作流，无需编写复杂代码。它支持多模态数据处理、RAG 技术、文件上传、结构化输出等功能，适合非技术背景的用户和开发者快速上手。

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。

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。

当你点进这个标题时内心是怎样复杂的心情，质疑，鄙夷，或者是惊讶？这也正是我们最初点开这篇论文时的心情。然而, 在完成项目测试后, 我们瘫坐在椅子上, 默默打下了 'Prompt工程师,不存在' 这几个

CodeFuse 是蚂蚁集团开发的多语言代码大型语言模型（LLM），基于海量高质量代码数据和多任务微调技术，已在内部研发人员的编码、测试、运维等场景中广泛应用。2024年，CodeFuse 在国际顶会如ICSE、ICDE、KDD等发表多篇论文，涵盖CodeLLM、机器学习、AI等领域，并开源多个自研大模型，总下载量近200万。项目持续迭代，欢迎贡献和建议。

CodeFuse于2023年9月开源了多任务微调框架MFTCoder，支持多个任务并行微调，解决数据量不平衡等问题。具备高效训练、PEFT微调等特性，支持多种主流LLMs。最新v0.5.0版本新增DPO、SST加训等功能，代码已开源至GitHub，欢迎试用和贡献。

12月19日下午，复旦大学计算机科学技术学院第十二期“步青讲坛”在江湾校区二号交叉学科楼E1006报告厅举行。本期讲坛特别邀请了阿里巴巴集团副总裁、IEEE Fellow叶杰平教授做题为《AI大模型开启智能化新时代》的精彩技术报告。

在魔搭创建的CPU环境中，虽然在Terminal中可以正常使用miniconda，但在Notebook中无法切换到conda环境，只能选择默认的ipykernel。如何解决这一问题？

随着大语言模型(LLM)在各个行业的广泛应用，其计算需求和环境影响正日益受到关注。根据最新研究，训练一个大型LLM模型可能产生数百吨二氧化碳当量的排放，这相当于普通家庭几十年的碳足迹。在全球气候变化和可持续发展的背景下，如何优化LLM部署的碳足迹，实现环境友好型AI应用，已成为行业面临的重要挑战。

在大型语言模型（LLM）的预训练阶段，训练目标函数的设计直接影响模型的学习效率和最终性能。Masked Language Modeling（MLM）作为BERT等模型采用的核心预训练任务，通过随机掩盖文本中的部分token并让模型预测这些被掩盖的token，有效地训练了模型的双向表示能力。然而，传统的静态掩码策略存在重复率高、训练效率低等问题。动态掩码技术的引入显著提升了预训练效率和模型性能。本文将全面探讨MLM优化策略，深入推导动态掩码的效率提升原理，并介绍2025年最新的MLM优化技术，为高效预训练LLM提供理论和实践指导。

在大语言模型（LLM）应用开发的早期阶段，选择合适的模型架构和框架往往是项目成功的关键第一步。随着2025年LLM技术的快速发展，市场上可用的模型和框架数量激增，如何基于特定任务类型选择最匹配的解决方案成为开发者面临的重要挑战。本文将深入探讨任务类型与LLM模型匹配的方法论，重点介绍基于决策树的模型选择框架，并通过实际代码示例演示如何构建和应用这一框架。

在当今数字化时代，数据隐私保护已成为人工智能发展中不可忽视的核心议题。随着大型语言模型（LLM）规模的不断扩大，其对训练数据的需求也呈指数级增长，这使得数据隐私与模型性能之间的矛盾日益凸显。2025年，联邦学习作为一种创新的分布式学习范式，正在重塑LLM的训练和部署方式，允许多方在保护数据隐私的前提下共同构建高性能模型。

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2025年的大模型(LLM)开发实践中，实时监控已成为确保模型训练效率和生产部署稳定性的关键环节。与传统软件开发不同，LLM项目面临着独特的监控挑战

魔搭ModelScope本期社区进展：1173个模型,143个数据集,76个创新应用,10 篇内容

这是一套用于获取淘宝、京东和1688电商平台数据的Python实现方案。通过定义统一的API基类，封装了请求流程与异常处理机制，包括请求超时、频率限制及认证失败等。针对各平台特性，分别实现了签名生成、参数准备与接口调用功能，如商品搜索、详情查询和订单列表获取等。使用前需申请各平台开发者账号以获取AppKey和AppSecret，并根据实际需求调整代码配置与业务逻辑，同时注意控制请求频率避免限流。

阶跃多模态再添一员：阶跃与 ACE Studio 联合开源音乐大模型 ACE-Step！

随着大语言模型的发展，参数量逐渐扩大，大语言模型的训练和运行通常需要大量的计算资源，这也限制了大语言模型在一些场景尤其是端侧的应用，所以，探索剪枝，蒸馏等量化方式，已经成为大语言模型研究的一个重要方向。

阿里云Dataphin是一款企业级数据治理与智能建设平台，专注于解决数据孤岛、质量低下和开发效率低等问题。它提供从数据集成、规范建模、智能开发到质量监控及资产管理的全生命周期解决方案，特别适用于中大型企业构建数据中台或推进数字化转型。Dataphin通过自动化生成代码、内置质量规则模板和全局血缘追踪等功能，显著提升数据开发效率与跨团队协作能力。尽管学习曲线较陡峭且资源消耗较高，但其深度集成阿里云生态的优势，使其成为追求规范化数据治理企业的理想选择。推荐已采用阿里云技术栈并具备一定数据团队规模的企业使用。

前几天，“杭州六小龙”之一「群核科技」在GTC 2025大会开源了空间理解模型：SpatialLM。

Transfermor架构与生俱来的二次计算复杂度，及其所带来的上下文窗口瓶颈，一直为业界所关注。此前，MiniMax开源了MiniMax-01系列模型，采用创新的线性注意力架构，使得模型能够在100万个token长度的上下文窗口上进行预训练；而在推理时，实现了高效处理全球最长400万token的上下文，是目前最长上下文窗口的20倍。

这篇调查论文是首个系统回顾多模态思维链(MCoT)推理的综述。论文阐明了相关基础概念和定义，提供了全面的分类法，并从不同角度对当前方法进行了深入分析。MCoT将思维链推理的优势扩展到多模态环境中，设计了各种方法和创新推理范式来解决图像、视频、语音、音频、3D和结构化数据等不同模态的独特挑战，在机器人技术、医疗保健、自动驾驶和多模态生成等应用中取得了广泛成功。

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。

今天，通义千问开源了推理模型QwQ-32B

本项目旨在实现兼容各大模型厂商API的流式对话和同步对话接口，现已支持智谱、豆包、通义、通义版DeepSeek。项目地址：[https://gitee.com/alpbeta/ai-api-union](https://gitee.com/alpbeta/ai-api-union)。通过`ChatController`类暴露两个接口，入参为`ChatRequest`，包含会话ID、大模型标识符和聊天消息列表。流式对话返回`Flux<String>`，同步调用返回`String`

OneCode 接入 DeepSeek，带来自然语言聊天式基础建模、本地代码工程无缝结合、图生代码功能全线升级及 AI 模型代码直接导入等新特性，极大提升开发效率与体验。预计第二季度推出开源版本，进一步推动开发者社区的开放与创新。这些改进使开发更加高效、便捷和智能，助力代码开发进入新纪元。

对于免费源码资源，可访问GitHub、GitLab、SourceForge等开源平台，或通过开发者论坛、博客获取。同城搭子系统源码涉及社交、活动管理等功能，建议从开源社区搜索或购买商业源码。多人语音聊天源码较复杂，可在GitHub等平台搜索开源项目，或使用第三方SDK。务必注意版权、安全及技术支持。

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。

Lumina-Video 是由上海 AI Lab 和香港中文大学联合推出的高效视频生成框架，支持高质量视频生成、动态程度控制和多分辨率生成。