home.social

#qwen — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #qwen, aggregated by home.social.

  1. Alibaba to establish 1st cloud regions in Türkiye, Finland, Netherlands

    Chinese tech giant Alibaba unveiled plans Wednesday to expand its overseas data centers, targeting markets across Europe and…
    #EuropeSays #Turkiye #Türkiye #AI #alibaba #artificialintelligence #CHINA #data #datacenters #Europe #FINLAND #MiddleEast #Netherlands #qwen #tech #technology
    europesays.com/turkiye/54144/

  2. Unrelated, I wonder if you could use #n8n and #QWEN #AI to scrape LinkedIn, get a list of all the current employees, then scrape socials for any interactions they had and "create" ethics complaints. They wouldn't even have to be anonymous, since you have a list of employees to attribute to the complaints. Tack on Deep fake voices and seems like you could have a lot of fun.

    #UnrelatedToPreviousPost

  3. Unrelated, I wonder if you could use #n8n and #QWEN #AI to scrape LinkedIn, get a list of all the current employees, then scrape socials for any interactions they had and "create" ethics complaints. They wouldn't even have to be anonymous, since you have a list of employees to attribute to the complaints. Tack on Deep fake voices and seems like you could have a lot of fun.

    #UnrelatedToPreviousPost

  4. Alibaba stated at the 2026 Apsara Conference that the Qwen 4 foundation model is currently in training. The roadmap indicates upcoming Qwen 4.5 and Qwen 5 series projected to scale up to 5 to 10 trillion parameters.

    Source: Pandaily
    pandaily.com/alibaba-qwen4-tra

    #AI #Alibaba #Qwen

  5. Talos reports new malware that lets commercial AI models call the shots. The malware polls DeepSeek, Qwen, Gemini and Mistral AIs.

    Source: iTnews
    itnews.com.au/news/new-malware+

    #AI #DeepSeek #Qwen

  6. Talos reports new malware that lets commercial AI models call the shots. The malware polls DeepSeek, Qwen, Gemini and Mistral AIs.

    Source: iTnews
    itnews.com.au/news/new-malware+

    #AI #DeepSeek #Qwen

  7. Как я строю нейросимвольное извлечение условий из тендерных документов

    Рабочее название прототипа: Tender Semantic Engine (TSE) Если фрагмент оказался неправильным ответом на один вопрос, сначала стоит проверить, не является ли он правильным ответом на другой. Задача, которая только кажется простой Я разрабатываю настольную систему для работы с тендерами. Один из ее модулей должен читать комплект закупочной документации и переносить в карточку тендера конкретные условия: порядок оплаты, аванс, срок и место поставки, гарантию, обеспечение, штрафы и другие обязательства сторон. Обычно один комплект состоит из договора, технического задания, спецификаций, приложений и Excel-таблиц. В текущем контуре обрабатываются Word, Excel и PDF с текстовым слоем. Сканированные документы и OCR пока рассматриваются как отдельная задача. Сначала кажется, что достаточно регулярных выражений, ключевых слов, классификатора или современной LLM. Но основная проблема не в том, чтобы найти предложение со словами «поставка», «оплата» или «гарантия». Нужно понять, какое действие оно выражает и к какому условию относится числовое значение.

    habr.com/ru/articles/1084984/

    #NLP #LLM #извлечение_информации #семантический_анализ #онтологии #нейросимвольные_системы #тендерная_документация #knowledge_graph #машинное_обучение #Qwen

  8. Как я строю нейросимвольное извлечение условий из тендерных документов

    Рабочее название прототипа: Tender Semantic Engine (TSE) Если фрагмент оказался неправильным ответом на один вопрос, сначала стоит проверить, не является ли он правильным ответом на другой. Задача, которая только кажется простой Я разрабатываю настольную систему для работы с тендерами. Один из ее модулей должен читать комплект закупочной документации и переносить в карточку тендера конкретные условия: порядок оплаты, аванс, срок и место поставки, гарантию, обеспечение, штрафы и другие обязательства сторон. Обычно один комплект состоит из договора, технического задания, спецификаций, приложений и Excel-таблиц. В текущем контуре обрабатываются Word, Excel и PDF с текстовым слоем. Сканированные документы и OCR пока рассматриваются как отдельная задача. Сначала кажется, что достаточно регулярных выражений, ключевых слов, классификатора или современной LLM. Но основная проблема не в том, чтобы найти предложение со словами «поставка», «оплата» или «гарантия». Нужно понять, какое действие оно выражает и к какому условию относится числовое значение.

    habr.com/ru/articles/1084984/

    #NLP #LLM #извлечение_информации #семантический_анализ #онтологии #нейросимвольные_системы #тендерная_документация #knowledge_graph #машинное_обучение #Qwen

  9. Как я строю нейросимвольное извлечение условий из тендерных документов

    Рабочее название прототипа: Tender Semantic Engine (TSE) Если фрагмент оказался неправильным ответом на один вопрос, сначала стоит проверить, не является ли он правильным ответом на другой. Задача, которая только кажется простой Я разрабатываю настольную систему для работы с тендерами. Один из ее модулей должен читать комплект закупочной документации и переносить в карточку тендера конкретные условия: порядок оплаты, аванс, срок и место поставки, гарантию, обеспечение, штрафы и другие обязательства сторон. Обычно один комплект состоит из договора, технического задания, спецификаций, приложений и Excel-таблиц. В текущем контуре обрабатываются Word, Excel и PDF с текстовым слоем. Сканированные документы и OCR пока рассматриваются как отдельная задача. Сначала кажется, что достаточно регулярных выражений, ключевых слов, классификатора или современной LLM. Но основная проблема не в том, чтобы найти предложение со словами «поставка», «оплата» или «гарантия». Нужно понять, какое действие оно выражает и к какому условию относится числовое значение.

    habr.com/ru/articles/1084984/

    #NLP #LLM #извлечение_информации #семантический_анализ #онтологии #нейросимвольные_системы #тендерная_документация #knowledge_graph #машинное_обучение #Qwen

  10. أطلقت شركة Alibaba نموذجها الشامل الجديد Qwen3.8-Omni-Flash، الذي يدعم النص والصور والصوت والفيديو بذاكرة سياقية تصل إلى مليون رمز. صُمم النموذج للتعامل مع المستندات الطويلة والمحادثات الممتدة ومحتوى الوسائط المتعددة، مع تحسينات في استرجاع الأدلة وكفاءة المعالجة. كما خفضت الشركة تكاليف إدخال الصوت والفيديو بشكل كبير، ويوفر النموذج أداءً تنافسياً مقارباً لـ Gemini 3.8 Flash في مهام السياق الطويل. يتوفر Qwen3.8-Omni-Flash عبر Qwen Chat وDashScope للمطورين.

    #Alibaba #Qwen #AI

  11. أطلقت شركة Alibaba نموذجها الشامل الجديد Qwen3.8-Omni-Flash، الذي يدعم النص والصور والصوت والفيديو بذاكرة سياقية تصل إلى مليون رمز. صُمم النموذج للتعامل مع المستندات الطويلة والمحادثات الممتدة ومحتوى الوسائط المتعددة، مع تحسينات في استرجاع الأدلة وكفاءة المعالجة. كما خفضت الشركة تكاليف إدخال الصوت والفيديو بشكل كبير، ويوفر النموذج أداءً تنافسياً مقارباً لـ Gemini 3.8 Flash في مهام السياق الطويل. يتوفر Qwen3.8-Omni-Flash عبر Qwen Chat وDashScope للمطورين.

    #Alibaba #Qwen #AI

  12. Alibaba has open-weighted Qwen-Image-2.1, a 7 billion-parameter model that can generate and edit images with native RGBA support.

    Source: Pandaily
    pandaily.com/alibaba-qwen-imag

    #AI #Alibaba #Qwen

  13. Alibaba has open-weighted Qwen-Image-2.1, a 7 billion-parameter model that can generate and edit images with native RGBA support.

    Source: Pandaily
    pandaily.com/alibaba-qwen-imag

    #AI #Alibaba #Qwen

  14. Alibaba has open-weighted Qwen-Image-2.1, a 7 billion-parameter model that can generate and edit images with native RGBA support.

    Source: Pandaily
    pandaily.com/alibaba-qwen-imag

    #AI #Alibaba #Qwen

  15. Alibaba has open-weighted Qwen-Image-2.1, a 7 billion-parameter model that can generate and edit images with native RGBA support.

    Source: Pandaily
    pandaily.com/alibaba-qwen-imag

    #AI #Alibaba #Qwen

  16. Alibaba has open-weighted Qwen-Image-2.1, a 7 billion-parameter model that can generate and edit images with native RGBA support.

    Source: Pandaily
    pandaily.com/alibaba-qwen-imag

    #AI #Alibaba #Qwen