：开源代码语言模型，包含了英语和中文两种语言版本的代码生成模型。

：开源代码语言模型，包含了英语和中文两种语言版本的代码生成模型。 模型经过大规模训练，训练数据中87%为代码数据，13%为自然语言数据。模型大小提供1B、5.7B、6.7B、33B等多个版本，满足不同需求。 模型在人工评估、多语言程序、MBPP、DS-1000等多个编程基准上均表现出色，在项目级代码补全、代码插入等任务有很好的效果。

昆仑万维开源了自己的Skywork大模型 | 本次开源的模型有Skywork-13B-Base模型、Skywork-13B-Ch

昆仑万维开源了自己的Skywork大模型 | 本次开源的模型有Skywork-13B-Base模型、Skywork-13B-Chat模型、Skywork-13B-Math模型和Skywork-13B-MM模型，以及每个模型的量化版模型，以支持用户在消费级显卡进行部署和推理。 Skywork开源项目的特点有： Skywork-13B-Base模型在高质量清洗过滤的3.2万亿个多语言（主要是中文和英文）和代码数据上进行预训练，它在多种评测和各种基准测试上都展现了同等规模模型的最佳效果。 Skywork-13B-Chat模型具备强大的对话能力，我们在文创领域进行了进一步的针对性增强。我们通过构建一万多条高质量指令数据集，在10个文创任务上进行了针对性微调，使我们的模型在文创任务中能够接近ChatGPT的效果。此外，我们开源了针对这10个文创任务上的大约500条样本组成的benchmark。 Skywork-13B-Math模型经过专门的数学能力强化训练。在13B参数规模下，我们的模型在GSM8K评测上得分第一，同时在MATH数据集以及CMATH上也表现优异，处于13B模型顶尖水平。 Skywork-13B-MM多模态模型支持用户输入图片信息进行问答，对话等任务。 Skywork/Skypile-150B数据集是根据我们经过精心过滤的数据处理流程从中文网页中筛选出的高质量数据。本次开源的数据集大小约为600GB，总的token数量约为150B，是目前开源最大中文数据集。 除此之外，我们还公开了训练Skywork-13B模型中使用的评估方法、数据配比研究和训练基础设施调优方案等信息。我们希望这些开源内容能够进一步启发社区对于大型模型预训练的认知，并推动人工智能通用智能（AGI）的实现。

《.运动训练学 》

《.运动训练学 》 简介：研究如何通过科学方法提升运动表现、优化训练计划的学科，涵盖体能发展、技能学习、心理调控及恢复策略。重点解析训练负荷安排、周期化理论、个体差异化方案设计，应用于竞技体育、健身指导等领域。 亮点：融合生理学与生物力学原理，强调数据化评估手段；注重长期发展模型，兼顾损伤预防；结合传统经验与现代AI技术，推动个性化训练创新。 标签：#运动科学 #训练优化 #竞技表现 #体能周期化 #生物力学应用 链接：https://pan.quark.cn/s/c8085f630cbb

阿里巴巴的图像转视频模型在本周迅速走红，它抓取 TikTok 进行训练

阿里巴巴的图像转视频模型在本周迅速走红，它抓取 TikTok 视频进行训练 中国零售和科技巨头阿里巴巴的研究团队本周发布了一篇论文，详细介绍了一种新模型，他们称之为“”。网上对此的普遍反应是「RIP TikTokers」，暗示舞蹈类 TikTok 内容创作者将很快被人工智能取代。 该模型在接受输入「在他们的示例中为 TikTok 舞蹈视频」并创建一个新版本作为输出。其结果比之前尝试的类似模型略好。 阿里巴巴研究人员在论文中写道，他们使用的是“TikTok 数据集，包括 340 个训练和 100 个测试的单人舞蹈视频 (长 10-15 秒)”。该数据集源自明尼苏达大学 2021 年的一个项目“通过观看社交媒体舞蹈视频学习着装人类的高保真深度”，该项目概述了一种“人体深度估计和人体形状恢复方法”的技术，例如使用 AI 给视频中的某人穿上新衣服。

Google DeepMind 公布 Genie 模型，可生成可交互的虚拟环境

Google DeepMind 公布 Genie 模型，可生成可交互的虚拟环境 Google DeepMind 今天介绍了 Genie ，一种根据互联网视频训练的基础世界模型，可以从合成图像、照片甚至草图生成无数种可玩（动作可控）的世界。 Genie 可以用它以前从未见过的图像来作为输入，使人们能够与生成的虚拟世界进行交互。它由一个时空视频标记器、一个自回归动力学模型和一个简单且可扩展的潜在行动模型组成。该模型可根据没有任何标注数据的公开互联网视频的大型数据集进行训练。该模型当前专注于 2D 平台游戏和机器人的视频，但其方法是通用的，并且可以扩展到任何类型的领域和更大的数据集。 团队还通过使用 Google 的 RT-1 机器人的摄像头视频数据训练模型，表明 Genie 能够学习与现实世界一致的动作空间。这可能产生一个现实世界模拟器，以便训练未来的通用智能体。 ,

是一个先进的 Python 网页抓取项目，旨在进行精确的 HTML 内容解析和特征匹配，以从特定网页中提取关键信息。利用 Bea

是一个先进的 Python 网页抓取项目，旨在进行精确的 HTML 内容解析和特征匹配，以从特定网页中提取关键信息。利用 BeautifulSoup 和 scikit-learn 等强大的库，它提供了一种高效灵活的方式来抓取和处理 Web 数据。 用法 数据提取与分析：从各种网页中提取必要的数据，支持数据分析和市场研究。 内容监控：监控经常更新的网站内容的变化，例如新闻、价格更新等。 自动化测试：对于 Web 开发人员自动测试 Web 内容和布局很有用。 特点和优点 高定制性：定义数据列表（wanted_list）以进行有针对性的数据提取。 智能匹配：利用余弦相似度算法进行智能网页元素匹配，提高准确性。 用户友好：尽管潜在的复杂性，但易于使用。只需提供 URL、所需数据和规则路径即可开始抓取。 灵活性：支持直接通过URL获取HTML或使用现有的HTML内容，适应不同的场景。 可扩展性：核心功能在类中实现，易于继承和扩展以满足特定需求。