Karpathy 分享理解大模型输出的技巧:从文字到图表、网页与讲解视频
Andrej Karpathy 分享理解大语言模型输出的思路与技巧,建议让模型用 ASD-STE100 受控语言规范来解释内容,以获得更易读的写作风格,也可以要求「80% 接近 ASD-STE100」来放宽约束。
推荐理由:Karpathy 给出从文字到图表、网页再到讲解视频的输出格式升级路径,并附可直接尝试的提示词写法。
Andrej Karpathy 分享理解大语言模型输出的思路与技巧,建议让模型用 ASD-STE100 受控语言规范来解释内容,以获得更易读的写作风格,也可以要求「80% 接近 ASD-STE100」来放宽约束。
推荐理由:Karpathy 给出从文字到图表、网页再到讲解视频的输出格式升级路径,并附可直接尝试的提示词写法。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在 Gemini 3.8 Live 的实时对话能力上加入低延迟流式视频,让企业智能体具备可听、可看、可说的动态视觉形象,即日起在 Gemini Enterprise 上线。
推荐理由:官方披露了实时视频与语音耦合的对话能力、异步工具调用和 97 种语言支持,可据此判断企业级数字人交互的落地边界。
Google DeepMind 宣布为最新 Gemini 模型加入智能体视频理解能力,模型分析视频的准确率更高,同时最多可减少 88% 的 token 消耗。
推荐理由:官方给出 Gemini 视频理解在准确率与 token 消耗上的变化,可据此判断多模态推理成本走向。
Google DeepMind 正在推出 Gemini Omni 1.1 Flash,目标是让生成视频更可控、迭代更快,并更适合生产级使用。官方表示可在 Flow by Google 等入口试用,并附上了体验链接。
推荐理由:官方给出 Gemini Omni 1.1 Flash 在生成视频可控性与迭代速度上的定位,读者可据此判断其在生产级视频流程中的位置。