阿里巴巴，突然宣布！
文章概要：
1. 10月2日晚间，阿里巴巴宣布以41亿美元回购了总计4.14亿股普通股，根据公告，截至2024年9月30日，公司流通的为186.20亿股，相比于2024年630日，减少了4.05股普通股，净减少比例为2.1%；
2. 阿里巴巴正在持续加速回购，财报数据显示，阿里巴巴2025财年第一季度已投入58亿美元回购6.13亿股普通股，力度超过去数季，过去的2024财年阿里巴巴累计投入125亿美元用于回购，回购规模稳居中概股第一；
3. 有公司分析认为，股票回购通常被认为是对股价或公司前景信心提升的标志，基于历史判断，在市场下跌过程中回购通常会加速，并在市场底部区域达到峰值；
0285日，阿里巴巴集团公布2025财年第一季度业绩，营收2432.4亿元，上年同期营收2341.56亿元，同比增长4%，经调整EBITA利润45.3> 5 随着技术的不断突破市场的成熟，AI大模型领域的竞争愈发激烈，价格战各大厂商争夺市场份额的重要手段，9月19日官宣，阿里云三款通义千问主力模型再次降价
6. 大模型厂商之所以敢于降价，主要得益于技术的规模化应用带来的成本降低，降低价格后，国内的多家大模型厂商开始在端下功夫，百度、科大讯飞、智谱AI、腾讯云、阿里云等多个大模型厂商积极探索大模型B端应用，覆盖领域包括教育、科研、通信、能源、金融、传媒、运输、商业服务、医疗、制造等多个主流行业，在多个行业快速落地。
阅读原文
2. 阿里巴巴正在持续加速回购，财报数据显示，阿里巴巴2025财年第一季度已投入58亿美元回购6.13亿股普通股，力度超过去数季，过去的2024财年阿里巴巴累计投入125亿美元用于回购，回购规模稳居中概股第一；
3. 有公司分析认为，股票回购通常被认为是对股价或公司前景信心提升的标志，基于历史判断，在市场下跌过程中回购通常会加速，并在市场底部区域达到峰值；
0285日，阿里巴巴集团公布2025财年第一季度业绩，营收2432.4亿元，上年同期营收2341.56亿元，同比增长4%，经调整EBITA利润45.3> 5 随着技术的不断突破市场的成熟，AI大模型领域的竞争愈发激烈，价格战各大厂商争夺市场份额的重要手段，9月19日官宣，阿里云三款通义千问主力模型再次降价
6. 大模型厂商之所以敢于降价，主要得益于技术的规模化应用带来的成本降低，降低价格后，国内的多家大模型厂商开始在端下功夫，百度、科大讯飞、智谱AI、腾讯云、阿里云等多个大模型厂商积极探索大模型B端应用，覆盖领域包括教育、科研、通信、能源、金融、传媒、运输、商业服务、医疗、制造等多个主流行业，在多个行业快速落地。
阿里巴巴，突然宣布！
文章概要：
1. 102晚间，港交所月3日止季度期间，公司1亿美元的总价了414亿（相当于5200万股美国存股）br>2. 财报数据显示，阿里巴巴20第一8财2回购规模稳居中概股。
.技术的不断突破与市场的大领域的竞争愈发，价格战各大厂商市场份额的重要手段。
. 9月1，阿里官宣，阿里云三款通义千问模型再次降价。其中，Q-Turbo价格直降8%至tokens 0元，Qwen-PlusQwen-Max的价格再降价80和5。
阅读原文
.技术的不断突破与市场的大领域的竞争愈发，价格战各大厂商市场份额的重要手段。
. 9月1，阿里官宣，阿里云三款通义千问模型再次降价。其中，Q-Turbo价格直降8%至tokens 0元，Qwen-PlusQwen-Max的价格再降价80和5。
阿里巴巴，突然宣布！
文章概要：
1. 10月2日晚间，阿里巴巴宣布在港交所回购股份。
2. 截至2024年9月30日季度期间，公司以4亿美元的总价回购了总计4.14亿股普通股。
3. 阿里巴巴正在持续加速回购，力度超过去数季。
4. 财报数据显示，阿里巴巴2025财年第一季度投入58亿美元回购6.13亿股普通股。
5. 阿里巴巴公布205财年第一季度，营收2432.4亿元，同比增长%。
6. 随着技术的突破与市场的日益成熟，AI大模型领域的竞争愈发激烈，价格战成为各大厂商争夺市场份额的重要手段。
7. 9月19日，阿里官宣，阿里云三款通义千问主力模型再次降价。
8 降低价格后，国内的多家大模型厂商开始在应用端下功夫。
阅读原文
2. 截至2024年9月30日季度期间，公司以4亿美元的总价回购了总计4.14亿股普通股。
3. 阿里巴巴正在持续加速回购，力度超过去数季。
4. 财报数据显示，阿里巴巴2025财年第一季度投入58亿美元回购6.13亿股普通股。
5. 阿里巴巴公布205财年第一季度，营收2432.4亿元，同比增长%。
6. 随着技术的突破与市场的日益成熟，AI大模型领域的竞争愈发激烈，价格战成为各大厂商争夺市场份额的重要手段。
7. 9月19日，阿里官宣，阿里云三款通义千问主力模型再次降价。
8 降低价格后，国内的多家大模型厂商开始在应用端下功夫。
能从零开始教任何人学编程的AI？阿里Qwen开源，通义灵码助力编程教育
文章概要：
1. 通义问Qwen 2.系列模型发布，通义灵码是一款能够从零开始教导任何人编程的。
2. 通义灵码是AI技术在编程教育领域的一次具有里程碑意义的重大应用，它为用户打造了一个一站式的编程学习与实践的卓越平台。
3. 通义灵码的功能包括编程启蒙大师、个性化学习领航者、实时互动的良师益友、强大代码生成的、跨平台支持的多面手
4. 通义灵码的发布，为编程教育领域带来了前所未有的崭新可能性，同时也为广大开发者提供了强大的辅助工具。
阅读原文
2. 通义灵码是AI技术在编程教育领域的一次具有里程碑意义的重大应用，它为用户打造了一个一站式的编程学习与实践的卓越平台。
3. 通义灵码的功能包括编程启蒙大师、个性化学习领航者、实时互动的良师益友、强大代码生成的、跨平台支持的多面手
4. 通义灵码的发布，为编程教育领域带来了前所未有的崭新可能性，同时也为广大开发者提供了强大的辅助工具。
毛坯的十一、精装的朋友圈，2024年谁还没个AIGC helper？｜测评师
文章概要：
1. 十一假期来临，跳水、沪深指数上扬，朋友圈大赛竞争激烈。作者为自己设置了5种人设，包括男大、女白领、英国留子、二胎宝妈、CXO精英，并尽可能使用国产大模型，生成朋友圈文案和图片。2. 男大热爱旅行和极限运动，去武功山爬山，AIGC helper为豆包。女白领是一线城市30岁小资女性，去日本旅行泡温泉购物，AIGC helper为imi和即梦。留子是白人饭受害者联盟成员，中国美食，在英国做中国菜，AIGC helper为文心大模型。宝妈家人去海南旅游，为孩子拍照，AC helper为智普清言。CXO精英飞往大洋彼岸参加论坛会议，AIGC helper为义千问和通义万相。
阅读原文
广智救我！RAG 技术让 AI 大模型知道广智是谁
文章概要：
1. 《黑神话：悟空》游戏中，广智小boss，玩家击败它后可获得变身能力，用于保命和反
2. 广智《西游记第十六回，观音禅院的小和尚，提议金池长老谋取唐僧的袈裟
3. 若问AI模型广智是谁，模型可能不知道，是因为大模型使用海量材料训练，不可能包含所有内容，这种情况被称为模型幻觉>. 解决模型幻觉问题有两种办法，一种是模型，将整本《西游记》扔给大模型学习；另一种检索增强生成（RAG），从外部检索相关信息，与问题一起发送给大模型>5. RAG技术用向量之间的相似性表示文本内容的相似计算向量距离来判断内容相似性
6. 具体到“广智是谁”的例子，首先将整本《西游记》切分若干分块，到向量数据库中查询时的参考内容
7. 在检索时，将用户的问题也转换为，与向量数据库中的向量逐个计算距离，找出最近的几个向量对应的作为结果
. 检索到的相似内容与用户输入的问题组合在一起，发送给大模型，大模型就知道如何回答问题
9.示例应用使用Java和Spring AI开发，代码在GitHub上
阅读原文
2. 广智《西游记第十六回，观音禅院的小和尚，提议金池长老谋取唐僧的袈裟
3. 若问AI模型广智是谁，模型可能不知道，是因为大模型使用海量材料训练，不可能包含所有内容，这种情况被称为模型幻觉>. 解决模型幻觉问题有两种办法，一种是模型，将整本《西游记》扔给大模型学习；另一种检索增强生成（RAG），从外部检索相关信息，与问题一起发送给大模型>5. RAG技术用向量之间的相似性表示文本内容的相似计算向量距离来判断内容相似性
6. 具体到“广智是谁”的例子，首先将整本《西游记》切分若干分块，到向量数据库中查询时的参考内容
7. 在检索时，将用户的问题也转换为，与向量数据库中的向量逐个计算距离，找出最近的几个向量对应的作为结果
. 检索到的相似内容与用户输入的问题组合在一起，发送给大模型，大模型就知道如何回答问题
9.示例应用使用Java和Spring AI开发，代码在GitHub上
【技术科普】国产大模型做翻译，你选对模型了吗？
文章概要：
1. 截止2024年8月，我国已备案上线180多个能为公众提供服务的生成式人工智能赋能大模型，语言服务行业也出现了多种重要的语言服务人才岗位。
2. 文章选取国内十款大语言模型，借助Python语言及国外大模型ChatGPT对的译文结果进行质量评估，以小说《追风筝的人》中的部分段落为例进行测试。
3. 文章通过算法实现了译文文本间的语义相似度计算，主要采用了基于词向量的余弦相似度方法，针对参考译文和待评估译文，引入了基于Sentence-BERT的语义相似度计算。
4. 文章通过ChatGPT-4o-Latest-128k进行评估，从主题意义、美学价值、语篇连贯性、语态与信息结构、语域复杂度五个方面综合评估翻译的文学性和准确性。
5. 文章指出，以上展示的国内大语言模型具备了无需提示词即可对小说文本进行英译汉处理的能力，且翻译效果相当出色。
阅读原文
2. 文章选取国内十款大语言模型，借助Python语言及国外大模型ChatGPT对的译文结果进行质量评估，以小说《追风筝的人》中的部分段落为例进行测试。
3. 文章通过算法实现了译文文本间的语义相似度计算，主要采用了基于词向量的余弦相似度方法，针对参考译文和待评估译文，引入了基于Sentence-BERT的语义相似度计算。
4. 文章通过ChatGPT-4o-Latest-128k进行评估，从主题意义、美学价值、语篇连贯性、语态与信息结构、语域复杂度五个方面综合评估翻译的文学性和准确性。
5. 文章指出，以上展示的国内大语言模型具备了无需提示词即可对小说文本进行英译汉处理的能力，且翻译效果相当出色。