Qwen3 Reranker是阿里巴巴通义千问团队发布的文本重排序模型，属于Qwen3模型家族。采用单塔交叉编码器架构，输入文本对后输出相关性得分。模型通过多阶段训练范式，基于高质量标注数据和大量合成训练对进行训练，支持超过100种语言，涵盖主流自然语言及多种编程语言。性能表现上，Qwen3 Reranker-8B在MTEB排行榜上取得了72.94的高分，Qwen3 Reranker-0.6B也已超越Jina和BGE Rerankers。
<p>SignGemma 是谷歌 DeepMind 团队推出的全球最强大的手语翻译AI模型。专注于将美国手语（ASL）翻译成英语文本，通过多模态训练方法，结合视觉数据和文本数据，精准识别手语动作并实时转化为口语文本。模型具备高准确率和上下文理解能力，响应延迟低于0.5秒。SignGemma采用高效架构设计，可在消费级GPU上运行，支持端侧部署，保护用户隐私。</p>
<p>TokenSwift 是北京通用人工智能研究院团队推出的超长文本生成加速框架，能在90分钟内生成10万Token的文本，相比传统自回归模型的近5小时，速度提升了3倍，生成质量无损。TokenSwift 通过多Token生成与Token重用、动态KV缓存更新以及上下文惩罚机制等技术，减少模型加载延迟、优化缓存更新时间并确保生成多样性。支持多种不同规模和架构的模型，如1.5B、7B、8B、14B的MHA和GQA模型。</p> <h2 style="font-size: 20px;">TokenSwift的主要功能</h2> <ul> <li>超长文本生成加速：TokenSwift 能显著缩短超长文本的生成时间。例如，传统自回归模型生成10万Token的文本可能需要近5个小时，TokenSwift仅需90分钟，速度提升了3倍，极大地提高了生成效率。</li> <li>无损加速：在加速的同时，TokenSwift能保持原始模型的输出质量，确保生成文本的质量和多样性。</li> <li>支持多种模型：TokenSwift支持多种不同规模和架构的模型，包括1.5B、7B、8B、14B的模型，以及多头注意力（MHA）和分组查询注意力（GQA）架构。</li> </ul> <h2 style="font-size: 20px;">TokenSwift的项目地址</h2> <ul> <li>项目官网：<a class="external" href="https://bigai-nlco.github.io/TokenSwift/?utm_source=medsci" target="_blank" rel="noopener">https://bigai-nlco.github.io/TokenSwift/</a></li> <li>Github仓库：<a class="external" href="https://github.com/bigai-nlco/TokenSwift" target="_blank" rel="noopener nofollow">https://github.com/bigai-nlco/TokenSwift</a></li> <li>HuggingFace模型库：<a class="external" href="https://huggingface.co/TokenSwift" target="_blank" rel="noopener nofollow">https://huggingface.co/TokenSwift</a></li> <li>arXiv技术论文：<a class="external" href="https://arxiv.org/pdf/2502.18890" target="_blank" rel="noopener nofollow">https://arxiv.org/pdf/2502.18890</a></li> </ul>
<p>LMEval 是谷歌推出的开源框架，用在简化大型模型（LLMs）的跨提供商评估。框架支持多模态（文本、图像、代码）和多指标评估，兼容 Google、OpenAI、Anthropic 等主流模型提供商。LMEval 基于增量评估引擎，运行必要的测试，节省时间和计算资源。框架自加密的 SQLite 数据库确保评估结果的安全存储。LMEvalboard 提供交互式可视化界面，帮助用户快速分析模型性能，直观比较不同模型的优缺点。</p> <h2 style="font-size: 20px;">LMEval的主要功能</h2> <ul> <li>多提供商兼容：支持主流模型提供商，如 Google、OpenAI 等。</li> <li>增量高效评估：智能评估引擎仅运行必要测试，避免重复计算，节省时间和资源。</li> <li>多模态支持：支持文本、图像、代码等多种模态的评估。</li> <li>多指标支持：支持多种评分指标，包括布尔问题、多项选择、自由文本生成等。</li> <li>安全存储：用自加密的 SQLite 数据库，确保数据安全。</li> <li>可视化工具：LMEvalboard 提供交互式可视化界面，帮助用户快速分析模型性能。</li> </ul> <h2 style="font-size: 20px;">LMEval的项目地址</h2> <ul> <li>项目官网：<a class="external" href="https://opensource.googleblog.com/2025/05/announcing-lmeval-an-open-ource-framework-cross-model-evaluation.html?utm_source=medsci" target="_blank" rel="noopener">https://opensource.googleblog.com/2025/05/announcing-lmeval</a></li> <li>GitHub仓库：<a class="external" href="https://github.com/google/lmeval" target="_blank" rel="noopener nofollow">https://github.com/google/lmeval</a></li> </ul>
<p>Joy Industrial是京东工业推出的行业首个供应链为核心的工业大模型。模型针对工业场景，依托京东工业在工业数智供应链领域的经验积累和数据沉淀，基于“工业大模型+供应链场景应用”双引擎，构建全栈产品矩阵。Joy Industrial首批推出需求代理、运营代理、商品专家、集成专家、关务代理等AI产品，能解决工业供应链中的数据孤岛、协同冲突等痛点，助力产业降本增效、合规保供，推动产业链结构性变革，助力新型工业化。</p> <p>JoyAgent智能体平台是京东云推出的企业级一站式AI智能体搭建与发布平台。平台聚合大模型、知识库、插件和工作流等能力，支持低代码开发，用户无需复杂编程用自然语言快速构建基于大语言模型（LLM）的AI智能体。平台提供丰富的预置模板和工具，支持一键发布到微信、企业微信等主流IM和协同办公渠道。典型应用场景包括智能客服、OA自动化和热点营销等，帮助企业提升业务效率和客户体验。</p> <div class="dpu8C _2kCxD"> <p>Joy industrial 产品矩阵实现供应链降本增效指数级提升</p> </div> <div class="dpu8C _2kCxD"> <p>基于京东工业深耕行业场景和数据沉淀构建的垂直行业工业大模型，Joy industrial从大型工业企业运营、数智供应链解决方案和供应链出海等场景出发，首批发布了满足制造和公共行业的需求代理、运营代理、关务代理、商品专家和集成专家等多个AI产品，充分展示了京东工业对于工业供应链领域的深度理解和扎实实践。</p> </div> <div class="dpu8C _2kCxD"> <p>Joy i需求代理通过 AI 技术驱动，将商机匹配效率从传统的 48 小时缩短到数小时，并实现对历史采购清单的秒级前置联动，助力效率提升140%。</p> </div> <div class="dpu8C _2kCxD"> <p>Joy i运营代理可一次性解决信息获取、业务执行和合规管控三大环节。用户仅需极简操作，即可完成信息检索与审批，并且系统实时处理业务并精准识别虚假运单，商机治理效果提升 75%，技术和合规成本分别降低 99.3% 和33.2%。</p> </div> <div class="dpu8C _2kCxD"> <p>Joy i商品专家整合 AI 商品审核、同品识别和标准化能力来应对采购时品类繁多、标准缺失、合规风险高的痛点。所有核心功能打包成API微服务接口，便于快速构建“AI 原生”采购产品，大幅提升AI商品审核准确率和同品识别率，有效降低审核成本。</p> </div> <div class="dpu8C _2kCxD"> <p>Joy i集成专家利用 AI 自动解析 API 文档、制定对接方案并生成代码，自动验证对接效果三步走策略将整个系统对接流程由传统的三天缩减为分钟级，打通企业内外供应链，实现全链条实时互联和动态调整，大幅提升响应速度并降低对接成本。</p> </div> <div class="dpu8C _2kCxD"> <p>Joy i 关务代理面向制造业“出海”场景，支持超过一万条进出口合规查询并可当天响应。以低值易耗品为例，成本可节省约 21%，同时显著减少 40%–66% 的时间、管理和运营开销，帮助企业快速、安全地拓展国际市场。</p> </div>
<div class="markdown-heading" dir="auto"> <p>Agent2Agent（A2A）协议</p> <a id="user-content-agent2agent-a2a-protocol" class="anchor" href="https://github.com/google/A2A#agent2agent-a2a-protocol" aria-label="永久链接：Agent2Agent（A2A）协议"></a></div> <p>一种开放协议，支持不透明代理应用程序之间的通信和互操作性。</p> <p>一种开放协议，支持不透明代理应用程序之间的通信和互操作性。</p> <p>Agent2Agent (A2A) 协议解决了人工智能领域的一个关键挑战：使由不同公司基于不同框架构建、运行在独立服务器上的新一代人工智能代理能够有效地进行通信和协作——它们不仅仅是作为工具，而是作为代理。A2A 旨在为代理提供一种通用语言，从而构建一个更加互联互通、功能强大且创新性更强的人工智能生态系统。</p> <p>通过 A2A，座席可以：</p> <ul dir="auto"> <li>发现彼此的能力。</li> <li>协商交互方式（文本、表格、媒体）。</li> <li>安全地协作完成长期运行的任务。</li> <li>操作时无需暴露其内部状态、内存或工具。</li> </ul> <div class="markdown-heading" dir="auto"> <h2 class="heading-element" dir="auto" tabindex="-1">了解 A2A 的实际应用</h2> <a id="user-content-see-a2a-in-action" class="anchor" href="https://github.com/google/A2A#see-a2a-in-action" aria-label="永久链接：查看 A2A 的实际应用"></a></div> <p>观看<a href="https://storage.googleapis.com/gweb-developer-goog-blog-assets/original_videos/A2A_demo_v4.mp4" rel="nofollow">此演示视频</a>，了解 A2A 如何实现不同代理框架之间的无缝通信。</p> <div class="markdown-heading" dir="auto"> <h2 class="heading-element" dir="auto" tabindex="-1">为什么选择 A2A？</h2> <a id="user-content-why-a2a" class="anchor" href="https://github.com/google/A2A#why-a2a" aria-label="永久链接：为什么选择 A2A？"></a></div> <p>随着人工智能代理变得越来越普及，它们的互操作能力对于构建复杂、多功能的应用程序至关重要。A2A 的目标是：</p> <ul dir="auto"> <li>打破孤岛：连接不同生态系统的代理。</li> <li>实现复杂的协作：允许专门的代理共同完成单个代理无法单独处理的任务。</li> <li>推广开放标准：培养以社区为主导的代理沟通方式，鼓励创新和广泛采用。</li> <li>保持不透明度：允许代理进行协作，而无需共享内部内存、专有逻辑或特定工具实现，从而增强安全性并保护知识产权。</li> </ul> <div class="markdown-heading" dir="auto"> <h3 class="heading-element" dir="auto" tabindex="-1">主要特点</h3> <a id="user-content-key-features" class="anchor" href="https://github.com/google/A2A#key-features" aria-label="永久链接：主要特点"></a></div> <ul dir="auto"> <li>标准化通信：通过 HTTP(S) 的 JSON-RPC 2.0。</li> <li>代理发现：通过“代理卡”详细说明功能和连接信息。</li> <li>灵活交互：支持同步请求/响应、流式传输（SSE）、异步推送通知。</li> <li>丰富的数据交换：处理文本、文件和结构化 JSON 数据。</li> <li>企业就绪：设计时考虑了安全性、身份验证和可观察性。</li> </ul> <div class="markdown-heading" dir="auto"> <h2 class="heading-element" dir="auto" tabindex="-1">入门</h2> <a id="user-content-getting-started" class="anchor" href="https://github.com/google/A2A#getting-started" aria-label="永久链接：入门"></a></div> <ul dir="auto"> <li>📚探索文档：访问<a href="https://google.github.io/A2A/" rel="nofollow">Agent2Agent 协议文档站点，</a>获取完整概述、完整协议规范、教程和指南。</li> <li>📝查看规范： <a href="https://google.github.io/A2A/specification/" rel="nofollow">A2A 协议规范</a></li> <li>🐍 使用<a href="https://github.com/google/a2a-python">A2A Python SDK</a></li> <li>🎬 使用我们的<a href="https://github.com/google/A2A/blob/main/samples">示例</a>来了解 A2A 的实际应用 <ul dir="auto"> <li><a href="https://github.com/google/A2A/blob/main/demo/README.md">多代理Web应用程序</a></li> <li>命令行界面 ( <a href="https://github.com/google/A2A/blob/main/samples/python/hosts/cli/README.md">Python</a>、<a href="https://github.com/google/A2A/blob/main/samples/js/README.md">JS</a> )</li> </ul> </li> <li>🤖 使用我们的<a href="https://github.com/google/A2A/blob/main/samples/python/agents/README.md">示例代理</a>来了解如何将 A2A 引入代理框架 <ul dir="auto"> <li><a href="https://github.com/google/A2A/blob/main/samples/python/agents/google_adk/README.md">代理开发套件（ADK）</a></li> <li><a href="https://github.com/google/A2A/blob/main/samples/python/agents/crewai/README.md">CrewAI</a></li> <li><a href="https://github.com/google/A2A/blob/main/samples/python/agents/mindsdb/README.md">企业数据代理（Gemini + Mindsdb）</a></li> <li><a href="https://github.com/google/A2A/blob/main/samples/python/agents/langgraph/README.md">LangGraph</a></li> <li><a href="https://github.com/google/A2A/blob/main/samples/js/src/agents/README.md">根基特</a></li> <li><a href="https://github.com/google/A2A/blob/main/samples/python/agents/llama_index_file_chat/README.md">骆驼指数</a></li> <li><a href="https://github.com/google/A2A/blob/main/samples/python/agents/marvin/README.md">马文</a></li> <li><a href="https://github.com/google/A2A/blob/main/samples/python/agents/semantickernel/README.md">语义内核</a></li> <li><a href="https://github.com/google/A2A/blob/main/samples/python/agents/ag2/README.md">AG2 + MCP</a></li> </ul> </li> </ul> <div class="markdown-heading" dir="auto"> </div>
<p>🤱🏻 使用 Rust 将任何网页变成桌面应用程序。 🤱🏻利用Rust轻松构建轻量级多端桌面应用</p> <div dir="auto" align="left">Pake 支持 Mac、Windows 和 Linux。查看 README 文件，了解<a href="https://github.com/tw93/Pake#popular-packages">热门软件包</a>、<a href="https://github.com/tw93/Pake#command-line-packaging">命令行打包</a>和<a href="https://github.com/tw93/Pake#development">定制开发</a>信息。欢迎在<a href="https://github.com/tw93/Pake/discussions">讨论区</a>分享您的建议。</div> <div class="markdown-heading" dir="auto"> <h2 class="heading-element" dir="auto" tabindex="-1">特征</h2> <a id="user-content-features" class="anchor" href="https://github.com/tw93/Pake#features" aria-label="永久链接：功能"></a></div> <ul dir="auto"> <li>🎐 比 Electron 包小近 20 倍（约 5M！）</li> <li>🚀 借助 Rust Tauri，Pake 比基于 JS 的框架更加轻量且速度更快。</li> <li>📦 包含电池的套件 — 快捷方式直通、沉浸式窗口和简约定制。</li> <li>👻 Pake 只是一个简单的工具——用 Tauri 替换旧的捆绑方法（尽管 PWA 已经足够好了）。</li> </ul>
Sharing the latest developments in the world of artificial intelligence. 每天3分钟学习最新的AI前沿信息
GeoGebra 不仅仅是一套免费的数学工具，更是一个连接热心教师和学生的平台，为他们提供探索和学习数学的全新途径。能将函数快速转换为图形的网站。 GeoGebra是一个跨平台的动态数学软件。提供各级教育使用，包含了几何、代数、表格、图形、统计和微积分。曾获得数个欧洲和美国的教育软件大奖。 GeoGebra官方版是完全免费的类似几何画板的动态数学软件，支持数十种语言，支持多平台，获得多项国际性大奖。功能非常强大，比如在统计方面的应用是几何画板所无法比拟的，另外，还具有强大的命令和函数等功能，绝对是广大数学教师不可多得的教学辅助软件。
ChatTS专注于对时间序列的理解和推理，类似于视觉/视频/音频 MLLM 的功能。此 repo 提供了以下代码、数据集和模型ChatTS：ChatTS：通过合成数据将时间序列与 LLM 对齐，以增强理解和推理。 ChatTS原生支持任意长度和值范围的多变量时间序列数据。借助ChatTS，您可以轻松理解和推理时间序列中的 形状特征和值ChatTS特征。此外，它还可以集成到现有的 LLM 流程中，用于更多与时间序列相关的应用，并利用现有的推理框架，例如vLLMs。 目前开源了ChatTS-14B 模型
此开源项目旨在完全从0开始，仅用3块钱成本 + 2小时！即可训练出仅为25.8M的超小语言模型MiniMind。 MiniMind系列极其轻量，最小版本体积是 GPT-3 的 1/7000，力求做到最普通的个人GPU也可快速训练。 项目同时开源了大模型的极简结构-包含拓展共享混合专家(MoE)、数据集清洗、预训练(Pretrain)、监督微调(SFT)、LoRA微调， 直接偏好强化学习(DPO)算法、模型蒸馏算法等全过程代码。 MiniMind同时拓展了视觉多模态的VLM: MiniMind-V。 项目所有核心算法代码均从0使用PyTorch原生重构！不依赖第三方库提供的抽象接口。 这不仅是大语言模型的全阶段开源复现，也是一个入门LLM的教程。 希望此项目能为所有人提供一个抛砖引玉的示例，一起感受创造的乐趣！推动更广泛AI社区的进步！
Use the Wiz Cloud Security Platform to build faster in the cloud, enabling security, dev and devops to work together in a self-service model built for the scale and speed of your cloud development.
Transform email newsletters into a personalized podcast.