什么是序列到序列(Seq2Seq)模型？以及为什么图像理解领域主要使用的是CNN网络而不是Transformer网络？
大模型的核心在于特征提取和重建。Transformer架构在NLP领域表现突出，而CNN则适用于图像处理。序列到序列(Seq2Seq)用于具有连续性内容的生成，如机器翻译、语音识别及视频处理等领域。CNN擅长处理不连续且独立的图像数据。
大模型
2024 盘点——AI大爆发之年，我们正生活在奇点时代！
2024年人工智能领域取得了显著进展，OpenAI、Anthropic等巨头在大模型开发上持续领先。中国模型厂商如字节跳动、Deepseek等表现突出。LLM的推理能力提升、图像和视频生成技术突破以及机器人和自动驾驶领域的进展令人瞩目。总体来看，2024年是人工智能技术取得重大成就的一年，AI助手功能全面升级，AGI（通用人工智能）可能已在实现中。
2024国内AI盘点：谁领风骚？
木易总结2024年国内AI领域发展：360AI搜索获web端最佳流量奖、百度文库和Kimi分列app端前两名；阿里通义、DeepSeek、零一万物获奖模型；Kimi在UI设计上表现优秀；腾讯作为大厂默默无闻，百度和360因用户体验问题受挫。
雷军挖了个95后AI天才少女，开出千万年薪！
雷军亲自挖人，小米计划招聘1200名AI人才进军大模型领域。罗福莉，北大硕士95后AI天才少女加入小米AI实验室，领导小米大模型团队，助力小米在大模型领域追赶竞争对手。
从大模型到自动驾驶，李想的21个最新思考
理想汽车CEO李想在‘2024理想AI Talk’上分享了对公司转型的看法及对于人工智能、自动驾驶的理解，强调人工智能是未来智能出行的核心，并提出基座模型将是电动车企业的重要分水岭。
如何提升预训练LLMs：从零打造到微调优化的全攻略
文章介绍了在现有预训练模型基础上进行微调的方法，包括监督式微调、偏好对齐方法（如基于人类反馈的强化学习和直接偏好优化）、单体偏好优化等，强调了其在提升模型实用性和适应特定任务中的优势。