跳到正文

#教學/實踐

今日 8 條
4月10日週五
4月9日週四
  1. Hugging Face Blog66

    Sentence Transformers v5.4 多模態嵌入與 Reranker 模型使用指南

    Sentence Transformers v5.4 的同一 API 現可編碼並比較文字、圖像、音訊和影片,文章示範其多模態嵌入與 reranker 用法。嵌入模型將不同模態映射至共享嵌入空間;預訓練多模態 reranker 目前主要處理文字與圖像配對。示例涵蓋跨模態檢索、混合模態文件重排及先檢索再重排流程,並列出輸入格式、支援模型和安裝依賴。

    推薦理由:文章展示 Sentence Transformers v5.4 的跨模態檢索與 reranker 重排流程,並整理支援模型和輸入格式,提供實作參考。

  2. Manus:Blog51

    如何為品牌攝影編寫 AI 圖像提示詞

    Manus 的指南提出品牌攝影 AI 圖像提示詞的四層結構,依次描述主體與服裝、場景、相機與膠片類型,以及光線。指南提供廣角、三分之四、側面輪廓、特寫、背面角度和雙人鏡頭的可複製範例,示範中多次使用 Kodak Portra 400。它建議在各提示詞中固定模特描述、相機、膠片和光線設定,以維持系列圖片的一致性。

3月16日週一
3月5日週四
  1. Hugging Face Blog53

    NXP 機械人 AI 嵌入式部署實踐指南:數據集錄製、VLA 微調與裝置端優化

    NXP 分享將機械人 AI 部署到嵌入式平台的實踐指南,涵蓋數據集錄製、ACT 與 SmolVLA 微調,以及 i.MX 95 上的 VLA 推理優化。實驗以把茶包放入杯中為任務,使用 3 部攝影機;文章建議保留獨立驗證集,並以非同步方式計算下一動作區塊,但推理時間須短於當前動作執行時間。

3月2日週一
2月25日週三
2月23日週一
2月18日週三
2月13日週五
2月11日週三
  1. Manus:Blog48

    初學者提示:開始使用 Manus

    Manus 初學者指南提供多組提示詞,協助非技術用户將 Manus 用作可跨步驟執行任務的 AI 智能體,而非只作聊天工具。提示詞涵蓋日常規劃、生活管理、工作跟進、研究監控、學習與活動策劃。指南建議按實際目標選擇提示詞、替換方括號內容,並讓 Manus 主導多步驟流程。

1月28日週三
1月23日週五
1月22日週四
  1. Mistral AI60

    Mistral AI 分享 vLLM 記憶體洩漏的排查與修復過程

    Mistral AI 團隊追查 vLLM 分離式服務的記憶體洩漏,定位到 UCX 的 mmap hook 與延後清理的記憶體池。問題只在使用 NIXL 的 Prefill/Decode 分離式設定中重現;設置 UCX_MEM_MMAP_HOOK_MODE=none 可解決洩漏,且在此 vLLM 用例中不影響效能。

    推薦理由:這篇排查記錄示範如何從 RSS 與匿名映射的異常增長開始,逐步利用 BPFtrace 和 GDB 定位 UCX mmap hook,並整理 vLLM 分離式服務可用的修復設定。

1月8日週四
1月7日週三
12月18日週四
12月16日週二
11月20日週四
10月28日週二
  1. Hugging Face Blog65

    Hugging Face Blog 介紹語音複製「同意閘門」設計,並提供示例 Space 和程式碼

    Hugging Face Blog 提出語音複製「同意閘門」設計並提供示例 Space 和程式碼,系統需先確認説話者已明確同意才會啟動。示例會為每次同意生成一組新句子,分別表達明確同意及補充語音的音素多樣性,並以語音識別確認同意語句。作者指出,仍可能有人用另一個 TTS 系統生成相符語句,並列出音訊來源驗證、説話者嵌入向量相似度及即時錄音 metadata 作為可探索方向。

    推薦理由:把每次生成的同意語句與語音辨識綁定,並以同一段錄音作複製輸入,展示了將知情同意設為工作流程前置條件的實作思路。

10月22日週三
10月21日週二
  1. Hugging Face Blog67

    用開放模型提升 OCR 流程

    Hugging Face 更新開放 OCR 模型指南,加入 Chandra、OlmOCR-2 及模型在 OlmOCR Benchmark 的比較分數。指南對照多款模型的輸出格式、語言支援、功能與成本,並介紹 OmniDocBenchmark、OlmOCR-Bench 和 CC-OCR 等評測基準。

    推薦理由:文章對照模型能力、輸出格式、評測基準與部署成本,並建議以代表性樣本檢驗不同文件和語言下的表現。

10月15日週三
10月8日週三
10月2日週四
9月29日週一
9月9日週二
  1. AI as Normal Technology57

    理解《AI as Normal Technology》核心觀點的指南

    《AI as Normal Technology》作者重述其核心框架,指出 AI 能力提升與社會影響之間存在長因果鏈,效益與風險在部署時實現。評估 AI 擴散需看實際使用人數、使用時間與用途,而非只看產品部署速度。作者又解釋,AI 能力即時部署令用户不斷面對是否採用的選擇,因此採用感覺更急速,但工作流程及組織調整仍需時間。