在 RAG（Retrieval-Augmented Generation） 场景中，高质量的文本嵌入模型可以为大语言模型（LLM）提供更准确、更上下文相关的外部知识，使生成的答案更加精确、可控与可解释。: 在权威的中文文本嵌入评测基准 CMTEB 上，以 77.46 的高分荣登榜首（截至2025年09月），证明了其强大的表征能力。通过开源共享，我们希望携手开发者，共同推动语义检索与 RAG 技术的

2022腾讯犀牛鸟开源人才培养计划开源项目介绍滑至文末报名参与开源人才培养计划提交TDesign 项目ProposalTDesign 项目介绍TDesign 是腾讯第一个对外开源的企业级设计体系，基于腾讯海量业务沉淀，为 PC、Mobile、小程序等平台提供丰富组件库，通过统一组件 API 接口为上层业务开发提供跨平台和跨端的同构方案，内部已服务 300+业务。在设计侧...

2017年6月，腾讯正式开源面向机器学习的第三代高性能计算平台Angel。Angel的主要开发者和团队负责人黄明回顾了人工智能时代的大数据平台演进之路，并结合Angel的开发经验，谈论如何打造一个优秀的机器学习平台，以及Angel的新变化与展望，并指出了机器学习平台未来的改进重点。

OpenTenBase 多模态分析交流群。OpenTenBase TXSQL交流群。欢迎进群获取报名攻略。

SRPO（Semantic Relative Preference Optimization，语义相对偏好优化）通过在线调整奖励偏好，优化早期生成轨迹等手段很好的解决了这个问题。腾讯混元生图团队最近发布的工作SRPO受到了社区的热烈欢迎，项目在9月10日发布之后登上了HuggingFace热度榜榜首，定量指标达SOTA水平，人类评估的真实度和美学优秀率提升超过3倍，训练时间相比DanceGRPO降

Angel 是腾讯研发并开源的面向企业级应用的高性能分布式机器学习平台，功能特性涵盖了特征工程、模型构建、参数训练、AutoML、模型服务Serving等全栈机器学习服务，提供机器学习、深度学习、图神经网络等多种算法，支持级万亿级超大规模参数模型的训练，已在生产业务系统中大规模部署。，用于异构图的表示学习。在Angel中实现了归纳式学习范式 GATNE-I模型，后面都用GATNE来表示，异构图能够

为此，我们开发了finLLM-Eval，这是一套专为大模型金融场景设计的幻觉评测方案，在行业内首次提出无 GroundTruth 下金融数据准确性的评测方法，填补了大模型金融领域评测的空白，旨在推动AI技术在高风险、高要求的金融领域安全、可靠地落地。无GroundTruth的金融数据准确性评测：基于真实用户问答，自动提取“标的×时间×指标”金融事实三要素，通过内部金融数据库进行自动化验证，无需人工

为了全面验证 SongGeneration 2的生成能力，我们组织了包含20位音乐专业人士的大规模盲测评估，从6个核心维度对3个顶尖的商业模型和6个顶尖的开源模型（各生成100首歌曲）进行了深度打分。：基于此数据集训练的细粒度自动化音乐美学评估框架，在片段和整曲层面均与专家评分呈现高度相关性，这为后续的模型训练注入了至关重要的“音乐性先验知识”。模型会周期性地更新，并根据音乐性美学评分挑选正负例进

接入后，HY-Embodied-0.5-X能够在“把土豆扔到垃圾桶里”“关上冰箱门”“把西红柿放进冰箱”等典型居家任务中生成完整规划，并在执行过程中结合环境反馈进行调整，尤其在“把西红柿放进冰箱”任务中，模型在初始规划未考虑冰箱门状态的情况下，能够基于执行失败反馈快速完成重规划，补充“开门—放置”等动作，形成一次完整的。模型既可以用于机器人在真实环境中的空间推理、精细操作推理、任务理解和失败反思，

在腾讯文档AI 助手“开物AI”中输入Prompt：创建一份关于"基于深度学习的医学影像辅助诊断研究"的学术汇报PPT，共15页，第1页封面（标题、作者、单位、日期），第2页目录，第3-4页研究背景与动机（医学影像诊断现状与AI辅助诊断的需求），第5-6页相关工作综述（现有方法对比与不足），第7-9页研究方法与实验设计（模型架构、数据集、训练策略），第10-12页实验结果与数据分析（准确率、召回率