Al crear productos de IA, lo más importante es "aprender haciendo" 🥲🥲🥲 Ayer publiqué de forma casual una herramienta de gestión de archivos con IA, pero no esperaba que tanta gente estuviera interesada. Al principio solo usaba el análisis de texto Qwen 2.5 para la clasificación. Como resultado, el área de comentarios pregunta: ¿Puede ser directamente multimodal? Más tarde, hablé con Gemini y ChatGPT, incluso los modelos pequeños locales pueden probar la multimodalidad, así que añadí: BGE, CLIP, Whisper, Qwen, un total de 4 SLMs, listos para reforzar las funciones de organización y recuperación de "imágenes", "vídeos" y "PDF". 😅 Hoy cambié la versión N por Gemini, y sigue siendo solo un prototipo. Pero piensa en que puede buscar directamente por lenguaje natural: "Ayúdame a encontrar el PPT con un resumen del proyecto a finales de 2025" "Encuentra el vídeo de mi madre y yo yendo a Huangshan el año pasado" ¡Eso está bastante bien! Aquí tienes mi última versión de SLM, así que si te interesa, ¡habladlo juntos! Además, nuestro grupo de codificación de Vibe es efectivo durante mucho tiempo, solo tienes que rellenar el formulario: