利用其多模态理解能力，提取图例对应的表格信息、文本标签（如“光缆GYTA-24B1”“断路器...

在我们的实测中，宝可梦数据集的训练损失函数（Loss）呈现了下降的曲线，从初始的4.6迅速下降并收敛至2.5以下，可以展示利用LLaMA-Factory微调的训练效果，证明了训练后模型在特定领域数据上的高效适配能力。为了让大家直观体验这一流程，我们准备了一个有趣的实战：复刻经典的宝可梦（Pokémon）角色识别与描述任务，手把手带大家体验从环境安装、数据构造、LoRA...

的形式，参与者将在1天内完成从模型训练到部署展示的全流程，体验高强度、沉浸式的实战开发与技术碰撞。诚邀全球开发者与文心飞桨一起，跨越语言与文化的界限，探索AI创新的更多可能。的最新模型、工具及生态资源，构建兼具前瞻视野与实用价值的AI项目，汇聚。，实战构建高精度结构化数据识别与抽取解决方案。模型微调、多模态应用、多智能体系统与机器人开发。本次大赛由百度文心大模型与飞桨联合发起，携手。企业普遍...

参与者沉浸式体验了从模型部署、微调，到应用开发的全流程实践，技术议题横跨RAG应用与Agentic Flow架构，从小参数稠密模型至大规模视觉语言模型。来自多模态与硬件赛道的ERNIE...

ERNIE-4.5-VL-28B-A3B-Thinking作为激活仅3B的轻量级模型，在各项测试中的表现紧咬业界顶级旗舰模型，以轻量级规模实现了接近SOTA的视觉表现。此外，我们引入了“图像思考”创新能力，让本模型兼备图片放大和图片搜索等工具调用能力，因此本模型与环境交互的能力显著提升，能够有效帮助开发者们构建多模态智能体。我们注意到，社区开发者对模型的定位能力有着显著需求。ERNIE-4....

百度的ERNIE-4.5-21B-A3B-Thinking模型在HuggingFace模型趋势榜上排名第一，具备21B参数和3B激活的轻量设计，支持复杂推理任务，表现接近顶级模型。

百度文心4.5系列模型开源，ERNIE-4.5-VL视觉语言模型具备强大的图文视频理解能力，支持100多种语言，适用于文档处理、视频管理和文化传承等场景，提升生活与工作效率。

文心ERNIE-4.5-VL视觉语言模型实现了多模态交互，具备强大的图文和视频理解能力，支持100多种语言。其轻量级版本在多个基准测试中表现优异，适应多种场景，能够快速响应基础任务并深度解决复杂问题。

2020年，中国团结应对挑战，百度AI积极贡献科技力量，助力抗疫、复工复产，推动创新与高质量发展，深入生活各方面。

本项目使用ERNIE SDK和智能代码助手Comate开发了中国传统游戏划拳，玩家与大模型进行游戏，通过输出数字进行划拳。游戏规则是两人同时伸出一只手，再伸出一到五个手指，同时喊出两人所出数字之和。直到一方猜对才为赢家，猜错方要罚酒。通过ERNIE SDK调用文心大模型的能力开发大模型应用非常简单。

通用大语言模型（LLM）的发展引起了全球关注。ERNIE SDK新增了Agent开发功能，解决了LLM应用开发中的核心问题。ERNIE SDK提供了Token输入数量限制、业务API工具融合和数据源连接等解决方案。Agent架构包括Chat Model、Message、Memory、Tools和Retrieval模块。ERNIE SDK还支持自定义记忆模块和外部工具的使用。ERNIE SDK的Agent开发流程简单快捷。飞桨星河社区的多工具智能编排功能进一步简化了开发过程。AI应用的发展充满潜力，需要不断探索和创新。

《万能办公室》是一个开源游戏世界，利用ERNIE SDK和Unity开发，实现了多智能体行为模式。该项目提供开源课程，帮助开发者掌握利用ERNIE SDK打造更丰富娱乐产品与体验。课程内容包括场景搭建、人物动画制作、环境交互机制、大模型能力设计等。学习者能够实战出一个完整的大模型与Unity游戏开发结合的游戏产品。