Qwen-MM-Plugins: новый набор плагинов для мультимодальных возможностей
Qwen-MM-Plugins: новый набор плагинов для мультимодальных возможностей
Qwen-MM-Plugins — это новый набор плагинов, который предоставляет мультимодальные возможности для агентных обвязок. Это открывает новые горизонты для использования технологий AI.
Qwen-MM-Plugins: новый набор плагинов для мультимодальных возможностей
Qwen представил новый набор плагинов под названием Qwen-MM-Plugins. Этот набор позволяет агентным обвязкам получить мультимодальные возможности, что значительно расширяет их функциональность.
Благодаря этим плагинам разработчики могут интегрировать мультимодальные возможности в свои проекты, что открывает новые возможности для использования технологий AI. Например, уже появились первые попытки сделать DeepSeek мультимодальным.
Этот прогресс подчеркивает важность адаптации AI-систем к новым требованиям и возможностям, возникающим в современном мире.
Почему это важно
АналитикаЭтот набор плагинов позволяет разработчикам создавать более сложные и интерактивные AI-системы. Мультимодальные возможности открывают новые горизонты для применения технологий в различных сферах.
Обсудить в сообществе
Делитесь опытом и мыслями с ИИ-разработчиками
Связанные материалы экосистемы
Практические гайды, терминология и агентские скиллы
Обновления ChatGPT: разработка плагинов и рабочие процессы Codex
Полное инженерное руководство по созданию, упаковке, тестированию и публикации плагинов для ChatGPT и Codex: спецификация манифеста, MCP-серверы, lifecycle hooks, собственные маркетплейсы и ревью OpenAI.
Codex Plugins для начинающих: что пришло на смену обычным Skills
Исчерпывающее руководство по экосистеме плагинов в Codex: разница между Skills и Plugins, подключение Marketplaces, установка через GUI и CLI, интеграция MCP-серверов и разработка собственного плагина.
Шесть плагинов для DeepSeek Harness, которые экономят токены и упорядочивают контекст
Обзор шести плагинов для DeepSeek Harness: от бесплатного доступа к моделям и управления памятью до маршрутизации запросов и контроля контекста.
GPT-6 без дообучения улучшила веса Qwen3.5-0.8B
Исследователи MIT CSAIL показали Weight-Space Programming: Astra без градиентного спуска и обучения изменила веса Qwen3.5-0.8B и улучшила её результаты на MATH-500 и GSM8K.