腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

【翻译】2025年：大语言模型年度回顾

关于这项技术重要性的最佳解释，我首选 Andrej Karpathy 的阐述：通过在许多环境中（例如考虑数学/代码谜题）针对自动可验证的奖励来训练大语言模型，大语言模型会自发形成在人类看来类似“推理”的策略因此，2025 年大部分的能力进步来自于大语言模型实验室消化这一新阶段带来的积压需求，总体而言，我们看到大语言模型的规模大致相同，但 RL 运行时间要长得多。命令行中的大语言模型之年2024 年，我花了很多时间折腾我的 LLM 命令行工具，以便从终端访问大语言模型，我一直觉得奇怪的是，几乎没人认真对待通过 CLI 访问模型的方式——它们感觉非常符合 Unix 也许终端太怪异、太小众，永远无法成为访问大语言模型的主流工具？Claude Code 及其伙伴们已经确凿地证明，只要有足够强大的模型和合适的工具，开发者会拥抱命令行上的大语言模型。长任务之年最近关于大语言模型最有趣的图表之一来自 METR 的《不同大语言模型能完成 50% 的软件工程任务的时间范围》：该图表显示了人类需要长达 5 小时完成的任务，并绘制了能够独立实现相同目标的模型的演进过程

于顾而言SASE

2026-01-09

1.7K0

标签:

大模型部署

AI 大模型测评：GPT-5.5翻车、Claude封神

一、GPT-5.5翻车、Claude封神——大模型选型的残酷真相（一）颠覆认知：GPT-5.5惨败，Claude封神，这份大模型实战榜单撕开了谁的遮羞布？当“OpenAI”三个字几乎成为人工智能代名词的今天，你敢相信GPT-5.5在一场覆盖1380次标准化测试的实战测评中，成功率竟然只有59.4%，不仅被Claude系列甩开30个百分点以上，甚至被国产模型这不是某个“野榜”的哗众取宠，而是AiPy在7月8日发布的《第八期大模型适配度测评报告》中呈现的残酷真相。这份报告用90小时的实际交互、3800万Tokens的真实消耗，在18大核心应用场景中完成了对20款主流大模型的“压力测试”。 AiPy的测评覆盖了18大核心应用场景，包括视觉理解、音频生成、HTML制作、UI设计、软件控制、编程开发等。

天青色等烟雨111

2026-07-13

4610

标签:

自然语言处理

测评国内多模态大模型，到底哪个更省事？

现在，大家对基础模型能力诉求越来越高了，不再满足文本输入，而是混合输入。测评说明为了测试保证公平性，这里我把测评方式和测评标准先摆出来，不偏袒任何一家模型，行就是行，不行就不行，只用事实和数据说话。成本：模型单价和token消耗，还看后续要不要人工投入。因为评价一个模型能不能在生产环境使用，核心就看这三个关键维度。下面我们再看一个在业务系统中使用多模态模型的案例。好了，以上测评仅代表个人实际测评，大家也可用类似的任务去感受一下Step 3.7 Flash的多模态理解和执行的整体表现。

苏三说技术

2026-07-02

5240

标签:

【AI绘图大模型测评】Stable Diffusion模型分享：Beautiful Realistic Asians——亚洲人脸生成必备大模型！

【AI绘图大模型测评】Stable Diffusion模型分享：Beautiful Realistic Asians——亚洲人脸生成必备大模型！ beautifulRealistic_v60.safetensors beautifulRealistic_v7.safetensors 最近这段时间，我在研究一批 Stable Diffusion 写真类大模型它几乎可以说是生成亚洲人脸的必备模型，光影感、皮肤质感、服饰细节都接近摄影级水准。本次我就来详细测评一下这款模型的真实表现。我已将模型上传到国内网盘，大家可以前往下载体验： https://uwtxfkm78ne.feishu.cn/wiki/MPqdwVcjdij8I3kxXgOc4g4enge 该系列模型的官方简称是二、模型版本亮点：v40带来的惊艳提升在今年4月份，BeautifulRealistic 模型迎来了 v40版本更新。

代码简单说

2026-06-16

9410

标签:

告别语义不准，拥抱智能翻译 ——8 款网页翻译插件深度测评

网页翻译常遇漏译错译，视频无字幕难理解，学术文献、外语课程等场景的语言障碍亟待解决。本次精选 8 款主流网页翻译插件深度测评，从功能覆盖、翻译精准度等多维度对比，重点推荐会译 AI 翻译插件。 54 种语言互译，生僻词也能精准识别图片翻译：OCR+AI 识别海报、截图里的外文，一步出结果学习模式：内置四六级、雅思词库，生词自动高亮还能加生词本多 AI 模型加持：自动匹配最优翻译模型，专业术语比其他工具准太多适用人群【谷歌翻译】推荐指数：★★★★功能亮点：支持多语言网页翻译，提供离线翻译选项，相机实时翻译所见内容，支持语音对话翻译。适用人群：跨境出行者、多语言日常使用者总结：覆盖场景广泛，基础翻译需求均可满足。【沉浸式翻译】推荐指数：★★★★功能亮点：支持网页、PDF 翻译，提供视频字幕翻译，可切换多种翻译引擎，保留原文排版。适用人群：深度阅读者、视频学习者总结：翻译侵入性低，阅读体验流畅。综合来看，会译 AI 翻译插件凭借智能 AI 模型与独特双语对照翻译成为最佳推荐。其全面覆盖网页、文档、视频等场景，精准度与效率优势显著，为各类外语接触者提供一站式翻译解决方案。

2025-08-29

4.6K0

标签:

使用智谱AI大模型翻译视频字幕

不久前，国内的头部大模型厂商智谱 AI ，刚刚推出了 glm-4-0520 模型，该模型被认为是当前平台最先进的模型，具备 128k 的上下文长度，并且相较于前一代模型，指令遵从能力大幅提升 18.6% 可以看出，智谱AI对于该模型寄予厚望。为了验证这个大模型的性能，我们尝试用它来实现【视频字幕翻译】功能。因此，我们决定利用大模型，将视频的字幕翻译成中文，这样就可以快速理解视频的大致内容，大幅提升工作与学习效率。下面，我们以 B站上的视频为例，来实现这个功能。下面，我们就可以利用智谱AI的 glm-4-0520 大模型，将原版的英文字幕翻译成中文： # 构造Chain,将原版的英文字幕翻译成中文 llm = ChatZhipuAI(model="glm-4- 还是有的，我们可以利用大模型的 Embedding 能力，计算下原版的英文字幕和翻译后的中文字幕在语言上的相似性，如果二者的相似度很高，则大概率可以说明翻译基本复现了原始的内容。

2024-09-06

2K0

标签:

腾讯翻译大模型，手机可运行，本地部署

大家好，我是 Ai 学习的老章 2025 年最后一天，腾讯开源了 HY-MT1.5 翻译大模型！简介 HY-MT1.5（Hunyuan Translation Model Version 1.5）是腾讯混元团队推出的专业翻译大模型，包含两个版本： HY-MT1.5-1.8B：18 亿参数的轻量级版本最牛的是，1.8B 的小模型翻译质量居然能逼近 7B 大模型，"小钢炮"属性拉满。 from=modelSquare&modelId=hunyuan-mt-1.8b 7B 也不咋地这是我之前我写好但是没有发布的一篇文章中的翻译挑战题，感觉纯翻译大模型在这种难度的题目中，还是不如通用、推理大模型它最大的价值：量化后的 1.8B 模型可以轻松部署在消费级显卡甚至边缘设备上，实时翻译场景完全 hold 住。

Ai学习的老章

2026-01-05

4.3K0

标签:

「LongCat大模型」赋能「沉浸式翻译」

点赞 + 关注 + 收藏 = 学会了「沉浸式翻译」是一款免费 AI 驱动的浏览器插件，以双语对照为核心特色，智能识别网页主内容区域提供低干扰翻译体验，同时支持 PDF 文档、视频双语字幕（Youtube 「沉浸式翻译」免费提供了谷歌、微软等机翻功能，还有硅基流动、GLM等AI翻译能力。但是免费的AI翻译用的都是几B的小模型。想用大点的模型默认只能充值变强。虽然几B模型也够用，但如果有免费的更强的模型，为什么不用呢？好在「沉浸式翻译」没有锁死用户的选择权，我们可以“添加自定义翻译服务”。我推荐过几次的「LongCat」又派上用场了。每天免费刷新5500万token用量，问你怕未～点击「沉浸式翻译」的“添加自定义翻译服务”，然后选择“自定义AI”。 /ap… 模型：写本文时 LongCat 提供了5款模型免费使用，按需选择即可 LongCat-Flash-Chat LongCat-Flash-Thinking LongCat-Flash-Thinking

德育处主任

2026-07-06

1.2K0

标签:

测评混元大模型并且基于混元实战开发

腾讯混元大模型现在正式全部开发，发起申请即可，在混元大模型内测阶段我就已经在使用接下来我们迎接代码能力全面升级的混元大模型！ (腾讯混元大模型「文生图」能力重磅上新！目前官方内置了灵感模块(绘画)其中有: 赛博朋克、日漫动画、梵高、扁平插画、像素插画、马赛克等 11 种风格非常不错,我相信你看完这篇测评你会对混元大模型有着强烈的喜欢功能的强大你们说的算，往下看！混元大模型对话页面体验代码能力我这里列举了不同的代码需求看看混元大模型提升了百分之二十的强悍之处!!!! 那么我的测评就到这里啦感谢大家的观看谢谢！

2024-01-30

3.8K40

标签:

腾讯混元大模型

玩转腾讯混元大模型

DeepSeek V4 领衔实测：国产 AI 大模型工程代码能力大测评！

随着 vibe coding 相关技术日趋成熟，大模型辅助编程已经逐渐成为主流的开发方式。各大模型也在持续发力工程级代码能力，竞争愈发激烈。在这个背景下，一个自然而然的问题出现了：对于 DolphinDB 这类深耕专业细分领域、自带编程语言的产品，大模型的辅助效果到底如何？不同模型之间的差距有多大？于是，我们跑了一轮系统性评测，覆盖当前主流的国产大模型，并引入 gpt-5.4 作为能力基准线，看看国产模型的真实水位在哪里！测试框架和常见的问答式评测不同，这次我们刻意把测试环境做得更接近真实开发。在这个层面，deepseek-v4-pro 和 deepseek-v4-flash 在国产模型里表现最佳，为第一梯队，其余模型都有一定差距。后续，我们也会持续跟进的模型的迭代，并增加更多测试样本。希望了解更多测试细节？点击国产大模型在 DolphinDB 代码生成任务上的测评 - DolphinDB Blogs，进行跳转。

2026-05-06

5.4K0

标签: