2025年2月12日 · OmniParser closes this gap by ‘tokenizing’ UI screenshots from pixel spaces into structured elements in the screenshot that are interpretable by LLMs. This enables the LLMs to do retrieval based next action prediction given a set of parsed interactable elements. OmniParser V2 takes this capability to the next level.

2025年2月12日，微软团队推出了一项名为 OmniParser V2 的技术升级。 这项工具能够将任何大型语言模型（LLM）转化为一个具备计算机操作能力的智能代理（Computer Use Agent）。

TMAH是一种具有强碱性的清洗剂，它可以有效地去除 半导体晶圆 表面的杂质和残留物，保证晶圆表面的干净和光滑。 此外，TMAH在氧化清洗过程中也能起到很好的作用。 TMAH还可以作为一种化学抛光剂使用。 在半导体工业中，TMAH可以用于对硅片进行 化学机械抛光 （CMP），以提高晶圆的平整度和表面质量。 由于TMAH具有很强的溶解性和稳定性，它也可以用作有机溶剂。 在颜料、树脂、涂料等领域中，TMAH可以用作稀释剂和增稠剂，提高涂料的粘度和流动性。 由 …

Llama Coder改名了，现在叫V2。 界面焕然一新。 输入提示，选择模型。 不再局限于Llama， 现在有了Qwen 2.5 Coder、Llama 3.3、3.1和DeepSeek V3。 DeepSeek V3最强，Together AI …

2025年1月20日 · ReaderLM-v2 是一个拥有 15.4 亿参数 的语言模型，能够 将原始 HTML 转换 成格式优美的 Markdown 或 JSON，具有更高的准确性和改进的长上下文处理能力。它支持多种语言（共 29 种），专门用于处理 HTML 解析、转换和文本提取的任务。

MobileVLM V2是一个在MobileVLM基础上显著改进的视觉语言模型系列，它证明了巧妙地协调新的架构设计、针对移动视觉深度学习模型（VDMs）的改进训练方案以及丰富的优质数据集整理能够大大提高视觉语言模型（VLMs）…

2024年11月24日 · In this study, we thoroughly investigate the sparsity of the dense LLaMA model by constructing MoE for both the attention (i.e., Attention MoE) and MLP (i.e., MLP MoE) modules in the transformer blocks.

2025年2月9日 · DeepSeek V2如何实现激活参数的减少，具体技术细节是什么？DeepSeek V2中KV缓存压缩为潜在向量（MLA）的技术细节和效果评估。

Multilingual and cross-lingual text question-answering retrieval with long context support and optimized data storage efficiency.

Llama-3.1-8B-Lexi-Uncensored-V2是一个基于Llama-3.1-8b-Instruct的开源文本生成模型。 该模型在IFEval、BBH和MMLU-PRO等多项评测中展现出良好性能，支持文本生成、问答和数学推理等多种任务。