一个RAG项目，全文共三个部分：MajorRAG概述、MajorRAG文件内容提取实现分析、MajorRAG聊天问答系统实现分析。 1）第一次做RAG，欢迎带着指导意见评论 2）希望指出不足时可以附带替换方法

一个RAG项目，全文共三个部分：MajorRAG概述、MajorRAG文件内容提取实现分析、MajorRAG聊天问答系统实现分析。 1）第一次做RAG，欢迎带着指导意见评论 2）希望指出不足时可以附带替换方法 博客地址：https://zhangcraigxg.github.io

在当今AI大模型时代，高效的工作流管理对于模型训练、推理和部署至关重要。随着大模型规模的不断增长和复杂度的提升，传统的手动脚本管理方式已无法满足需求。自动化脚本和工作流调度系统成为构建健壮、可重复、可扩展的LLM Pipeline的关键工具。其中，Makefile作为经典的自动化构建工具，与Airflow作为现代工作流调度平台的结合，为LLM开发团队提供了强大的工作流管理能力。

腾讯混元生图模型升级2.1版本：支持写字、2k分辨率，开源！

不会编程也能体验的 AI 魔法，外滩大会代码原生地等你解锁

FLUX模型又又又更新了！ 黑森林联合Krea发布了文生图模型Flux.1 Krea Dev，这是目前最好的开源文生图模型。 魔搭社区第一时间上线Flux.1 Krea Dev，快来AIGC专区抢先体验图片

腾讯混元又带来一个在国际机器翻译比赛拿下30个第1名的翻译模型Hunyuan-MT-7B，它总参数量仅7B，支持33个语种、5种民汉语言/方言互译，是一个能力全面的轻量级翻译模型。

解锁AI高效部署新路径，共赴智能创新璀璨未来

LoRA 模型的全新玩法——AutoLoRA 带你体验 LoRA 检索与融合的魔法

7月26日，2025世界人工智能大会（WAIC 2025）正式开幕。在当天下午举行的科学前沿全体会议上，上海人工智能实验室（上海AI实验室）发布并开源『书生』科学多模态大模型Intern-S1。

本文讲述了作者在数据处理工作中与 ODPS 从“无奈使用”到“深度依赖”的真实心路历程。面对业务压力、系统崩溃、任务延迟等现实问题，ODPS 以稳定、高效的性能成为作者最可靠的“搭档”。文章通过多个实战场景，展现了 ODPS 在日常数据处理中的实用价值，也道出了技术人对“稳定”与“结果”的执着追求。

本项目基于ArkUI-X框架，将鸿蒙（HarmonyOS）下的新闻热搜聚合App无缝迁移至iOS平台。采用ArkUI开发，结合@kit.NetworkKit实现网络请求，利用@ObservedV2与@Trace装饰器进行数据绑定，适配iOS界面布局与权限配置，完成跨平台热榜应用构建。

从2022年11月的青涩发布，魔搭现今已进入第三个年头，成为中国最大最活跃的开源模型社区，与超过1600万的开发者同行。

在知识爆炸、信息过载的时代，如何洞悉 AI 领域前沿趋势？OpenMMLab 联合 Hugging Face、ModelScope、知乎及机智流等重磅推出 AI Insight Talk

近年来，人工智能快速发展，大语言模型（LLM）在数学、代码等领域展现出强大的推理和生成能力，正在被广泛应用于各种场景。

上海人工智能实验室开源了生成式世界模型AETHER，该模型仅用合成数据训练，却能在真实环境中展现强大的零样本泛化能力。AETHER首创「重建—预测—规划」一体化框架，融合几何重建与生成建模，大幅提升模型在动态环境中的决策、规划和预测能力。其核心技术包括目标导向视觉规划、4D动态重建和动作条件视频预测，实验结果表明其性能达到或超越现有SOTA水平。论文、模型及项目主页均已开源。

周五，首期"搭友来碰头"——魔搭核心开发者共创会在 [杭州·阿里巴巴云谷园区] 圆满落幕。来自杭州、上海、南京、北京等各地的魔搭社区核心开发者齐聚一堂，共同探索从模型开源到技术突破的转化路径。

近年来，人工智能蓬勃发展，自然语言模型（LLM）进展显著。语言模型被广泛应用于自动翻译、智能客服、甚至医疗、金融、天气等领域。而研究者们仍在不断努力，致力于提高语言模型的规模和性能。随着语言模型的蓬勃发展，评估一个语言模型的性能变得越来越重要。其中一个重要的评估指标，就是衡量语言模型的推理能力和解决数学问题的能力。

近期通义实验室提出了一种AnyStory的方法，旨在实现高质量的个性化文本到图像生成，支持单个和多个主体。

作为专业领先的出行和位置服务提供商，高德地图以数据准确率高、鲜度高著称。当前自动驾驶技术总是关注到矢量地图的构建，往往忽略了车道级驾驶规则的制作。对应图商而言，车道级的领航不仅需要有正确的车道级矢量表达，还要明确每条路的驾驶规则，保证引导的准确率。

本内容分享了一套经实战验证的社交系统架构设计，支撑从1到100万用户的发展，并历经6次流量洪峰考验。架构涵盖客户端层（App、小程序、公众号）、接入层（API网关、负载均衡、CDN）、业务服务层（用户、内容、关系、消息等服务）、数据层（MySQL、Redis、MongoDB等）及运维监控层（日志、监控、告警）。核心设计包括数据库分库分表、多级缓存体系、消息队列削峰填谷、CQRS模式与热点数据动态缓存。同时提供应对流量洪峰的弹性伸缩方案及降级熔断机制，并通过Prometheus实现全链路监控。开源建议结构清晰，适合大型社交平台构建与优化。

Vue实现动态数据透视表（交叉表）

本文介绍了一款基于微信小程序的新闻资讯系统，涵盖其开发全过程。该系统采用Java的SSM框架进行后台管理开发，使用MySQL作为本地数据库，并借助微信开发者工具确保稳定性。管理员可通过个人中心、用户管理等功能模块实现高效管理，而用户则能注册登录并查看新闻与视频内容。系统设计注重可行性分析（技术、经济、操作），强调安全性与数据完整性，界面简洁易用，功能全面，极大提升了信息管理效率及用户体验。关键词包括基于微信小程序的新闻资讯系统、SSM框架和MYSQL数据库。

本文介绍了一款基于微信小程序的电影院订票选座系统。该系统采用WXML、WXS、JS小程序语言开发，结合微信开发者工具和MYSQL数据库，实现了便捷的订票选座功能。用户无需下载安装，通过微信即可快速访问，操作简单高效。系统分为用户与管理员两大模块，支持电影信息查询、在线选座、订单管理等功能，同时确保数据安全与用户体验。经过可行性分析、功能设计、测试等环节，系统表现出良好的稳定性、实用性和可扩展性，为用户提供了一个全面、便捷的订票平台。

Instella是AMD推出的30亿参数开源语言模型，基于自回归Transformer架构，支持多轮对话、指令跟随和自然语言理解，适用于智能客服、内容创作和教育辅导等多个领域。

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。

简要介绍：由复旦大学、上海AI实验室等机构提出了首个统一多模态理解和生成的奖励模型UnifiedReward。该工作构建了大规模人类偏好数据集，包含图像和视频生成/理解任务，并利用该模型进行自动构建高质量偏好对数据，最终通过DPO优化视觉模型。实验结果表明，联合学习评估多样化视觉任务可以带来显著的相互益处。

由新加坡国立大学Show Lab的Lingmin Ran和Mike Zheng Shou提出，TPDiff是一个创新的视频扩散模型框架，针对视频生成的高计算需求问题，通过分阶段逐步提高帧率优化了训练和推理效率。核心贡献包括提出“时间金字塔”方法和阶段式扩散训练策略，实验表明训练成本降低50%，推理效率提升1.5倍。

由Cohere、SEACrowd等机构联手打造，SEA-VL是一个面向东南亚地区的多文化视觉-语言数据集，填补了AI模型在该地区文化细微差别理解上的空白。该工作通过众包、爬取和生成三种方式收集了128万张文化相关图像，结合本地贡献者确保数据的高质量和多样性，推动了更具包容性的AI发展。

由俄罗斯多家机构提出的RuCCoD，聚焦于俄语临床编码自动化的可行性研究。俄语作为生物医学资源有限的语言，该工作构建了一个包含超过1万实体和1500+独特ICD码的电子健康记录数据集，并测试了BERT、LLaMA和RAG等模型。实验表明，使用自动预测编码训练的模型显著优于医生手动标注，提升了准确性。这一成果为资源匮乏语言的临床效率和数据精度提供了宝贵洞见。