智源开放3亿条语义向量模型训练数据，BGE模型持续进行迭代更新
随着大型模型的开发和应用火热发展，作为大型模型核心基础组件的Embedding的重要性变得越来越突出。智源公司在一个月前发布的开源可商用的中英文语义向量模型BGE（BAAIGeneralEmbedding）在社区中引起了广泛的关注，HuggingFace平台上的下载量已经达到了数十万次。目前，BGE已经快速迭代推出了1.5版本，并公布了多项更新。其中，BGE首次开源了三亿条大规模训练数据，为社区提供了训练类似模型的帮助，推动了该领域技术的发展MTP数据集链接：https://data.baai.ac.cn
随着大型模型的开发和应用火热发展，作为大型模型核心基础组件的Embedding的重要性变得越来越突出。智源公司在一个月前发布的开源可商用的中英文语义向量模型BGE（BAAI General Embedding）在社区中引起了广泛的关注，Hugging Face平台上的下载量已经达到了数十万次。目前，BGE已经快速迭代推出了1.5版本，并公布了多项更新。其中，BGE首次开源了三亿条大规模训练数据，为社区提供了训练类似模型的帮助，推动了该领域技术的发展
- MTP数据集链接：https://data.baai.ac.cn/details/BAAI-MTP
- BGE 模型链接：https://huggingface.co/BAAI
- BGE 代码仓库：https://github.com/FlagOpen/FlagEmbedding
3 亿中英向量模型训练数据开放
首次开源的业界语义向量模型训练数据达到了3亿条中英文数据
BGE 的出色能力很大程度上源于其大规模、多样化的训练数据。此前，业界同行鲜有发布同类数据集。在本次更新中，智源首次将 BGE 的训练数据向社区予以开放，为推动此类技术进一步发展打下了基础。
此次发布的数据集 MTP 由总计 3 亿条中英文关联文本对构成。其中，中文记录达 1 亿条，英文数据达 2 亿条。数据的来源包括 Wudao Corpora、Pile、DuReader、Sentence Transformer 等语料。经过必要的采样、抽取和清洗后获得
详细细节请参考 Data Hub：https://data.baai.ac.cn
MTP 为迄今开源的最大规模中英文关联文本对数据集，为训练中英文语义向量模型提供重要基础。
响应开发者社区，BGE 功能升级
根据社区反馈，BGE 在其 1.0 版本的基础上进行了进一步优化，使其表现更加稳定和出色。具体的升级内容如下：
- 模型更新。BGE-*-zh-v1.5 缓解了相似度分布问题，通过对训练数据进行过滤，删除低质量数据，提高训练时温度系数 temperature 至 0.02，使得相似度数值更加平稳 。
- 新增模型。开源 BGE-reranker 交叉编码器模型，可更加精准找到相关文本，支持中英双语。不同于向量模型需要输出向量，BGE-reranker 直接文本对输出相似度，排序准确度更高，可用于对向量召回结果的重新排序，提升最终结果的相关性。
- 新增功能。BGE1.1 增加难负样本挖掘脚本，难负样本可有效提升微调后检索的效果；在微调代码中增加在微调中增加指令的功能；模型保存也将自动转成 sentence transformer 格式，更方便模型加载。
值得一提的是，日前，智源联合 Hugging Face 发布了一篇技术报告，报告提出用 C-Pack 增强中文通用语义向量模型。
《C-Pack: Packaged Resources To Advance General Chinese Embedding》
链接：https://arxiv.org/pdf/2309.07597.pdf
在开发者社区收获高热度
BGE 自发布以来受到了大型模型开发者社区的关注，目前 Hugging Face 的下载量已经达到了数十万次，并且已经被知名的开源项目 LangChain、LangChain-Chatchat、llama_index 等集成使用
Langchain 官方、LangChain 联合创始人兼首席执行官 Harrison Chase、Deep trading 创始人 Yam Peleg 等社区大 V 对 BGE 表示关注。
坚持开源开放，促进协同创新，智源大模型技术开体系 FlagOpen BGE 新增 FlagEmbedding 新版块，专注于 Embedding 技术和模型，BGE 是其中备受瞩目的开源项目之一。FlagOpen 致力于构建大模型时代的人工智能技术基础设施，未来将继续向学术界和产业界开放更完整的大模型全栈技术
本文解析超聚变在2026数博会发布的“智企”范式，重点阐述如何通过Token生产平台（Token Factory）与企业业务本体建模，实现从简单AI工具调用到企业应用架构系统性重构的演进。文章详细拆解了智能体编排、数字孪生及生态协同等关键技术路径，为AI时代企业数字化转型提供可落地的参考方案。
从Office转向WPS的核心操作肌肉记忆切换通常需3至7天，不影响正常办公。适应期长短取决于界面视觉差异与专属格式配置。通过切换“经典界面”、嵌入字体及开启云同步，可实现平滑过渡。本文详解格式兼容、数据迁移及AI功能适用场景，适用于需多端协同、成本控制及国产化兼容的办公人群。
加拿大一母亲起诉OpenAI，称ChatGPT设计缺陷导致其女儿自杀，指控其优先用户参与度而非安全性，持续提供情感支持致过度依赖。专家指出AI应“陪伴但不过界”，需设定边界并引导求助。国家已出台拟人化互动服务管理办法。
2026届高考生学车时多采用AI教练，逐步适应人机共驾。作为与生成式AI共同成长的一代，他们更易接受智能驾驶，未来可能成为首批“原生AI司机”。至2030年前后，其人生首辆车或具备L3级自动驾驶能力，驾驶角色将从操控者转向监督者。
全球股市因AI热潮呈现K型分化，半导体板块估值逼近百倍市盈率。历史警示：2000年互联网泡沫中的“四骑士”最终市值暴跌或长期盘整。投资者应警惕“错失恐惧症”，重视安全边际、护城河与能力圈，避免被高估值裹挟，关注稳健性与股息率。
Cloudflare报告显示，完成应用现代化的企业从AI投资中获得可衡量回报的概率是未现代化企业的三倍。93%的决策者视系统更新为AI先决条件，91%的领先企业已嵌入AI功能。安全与现代化协同推进可使AI成熟度提升四倍，精简技术架构成为竞争力分水岭。
据微软引用《Joule》期刊的一项研究指出，每一次典型人工智能查询耗电量零点一六至零点六零瓦时，其冷却用水量中位数不足一滴水。大规模部署下，单位查询的效率会更高，总能耗可以降低一半以上。
A股PCB概念板块掀起涨停潮，因摩根士丹利报告预测AI光模块PCB市场三年增长超5倍，2025至2028年规模从6.2亿美元增至37.7亿美元，年复合增速高达83%，远超光模块整体增速。
哈啰推出的A70云朵共享单车搭载海思芯片与鸿蒙系统，实现200毫秒极速开锁；追风者自动变速车客单价提升30%，用户复购率超40%。技术升级使运维成本占比降至25%，日均使用频次升至4.8次，分层运营策略有效分摊成本，推动共享单车从交通工具向智能终端转型。
Windows 10 是一款微软推出的经典操作系统，拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起，适合需要持续观察和微调设备状态的场景。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
