AI.x社區
- 登錄/注冊
Andrej Karpathy 提出"Vibe Coding":AI 時代的新型編程范式
OpenAI前研究員AndrejKarpathy最近提出了一個新穎的編程概念——"vibecoding"(氛圍編程)。這是一種依托大語言模型(LLM)的全新編程方式,讓開發者能以更輕松自然的方式完成編程任務。這種編程方式的核心在于完全沉浸于編程的“感覺”中，甚至忘記了代碼的存在。vibecoding有以下特點：極簡交互開發者只需通過語音或文字描述需求無需深入代碼細節大量使用"AcceptAll"等快捷操作LLM驅動依托CursorComposer等AI編程工具結合SuperWhis...AI編程范式后DeepSeek時代，大模型領域如何開工大吉
這個春節是DeepSeek的狂歡節，從R1發布到席卷全球僅不到兩周，霸占140多個國家AppStore下載排行榜榜首。今日節后第一天開工，幾位朋友不約而同咨詢我大模型未來走向，這里簡單分享一下我的看法，拋磚引玉。總結一句話：大模型全棧都應圍繞DeepSeek做生態重要的事情通常得說三遍，但這件事只需說一遍，卻無比重要，攸關資金、人力、時間等資源投入和業務創新與價值產出。大模型全棧這是筆者整理的大模型全棧：芯片>編譯器>設備>...DeepSeek大模型數學DeepSeek：AI浪潮中的創新先鋒
在人工智能飛速發展的時代，DeepSeek異軍突起，以一系列創新性的技術和成果，在全球AI領域掀起了波瀾。作為一家備受矚目的AI企業，它憑借獨特的模型架構和先進的訓練方法，為行業帶來了新的活力與變革。一、技術基石：創新架構與訓練方法DeepSeek模型以Transformer架構為基礎，在這個經典架構上進行了一系列創新。例如，DeepSeekV2引入了MLA（MultiheadLatentAttention）架構，這種架構通過獨特的注意力機制，大幅減少計算量和...DeepSeekAIDALL-E 3智能體互聯網（Agentic Web）
1.引言隨著大模型在多模態理解、邏輯推理等方面的進一步發展，Agent或將在2025年迎來大規模落地應用，替代人類自主解決越來越多的日常工作。人工智能（AI）專家普遍認為，2025年將是智能體（agent）爆發之年。2024年底，Gartner也將agenticAI列入了2025年十大技術趨勢之一，并預測2028年將至少有15%的日常工作決策由agenticAI自主完成，而這一數字在2024年為0。在CES2025，黃仁勛也強調2025年Agent將會有許多商業化應用。本文從...智能體互聯網Agent解鎖AI自主學習的密碼：Agentic設計模式全面解析
原創01、概述學習是人類不斷進步的關鍵。那么，AI能像人類一樣自學嗎？隨著技術的演進，這一問題的答案變得越來越清晰：AI確實能夠自主學習。就像我們在學習C++、Java或Python時，從語法到實踐需要不斷練習、探索和改進，AI的成長過程也需要類似的迭代。今天，我們將以“Agentic設計模式”為核心，解讀AI如何通過模仿人類的學習與推理方式，變得更加自主和高效。02、從AI訓練到Agentic設計模式：學習的演化1）LLM的學習路徑：從訓練...AgenticAgent2025年的八大技術趨勢
原創01、概述隨著2025年的到來，我們站在科技加速發展與地緣政治沖突的交匯點上。創新正在以前所未有的速度推動社會進步，然而，這種進步既帶來了機遇，也制造了巨大挑戰——技術與人性的“好、壞與丑”同樣浮出水面。2025注定是個分水嶺——我們不僅面臨技術的飛躍，還需直面由此帶來的復雜問題。如何在這一年中適應、創新、監管，將決定未來十年的走向。下面我們將深入探討2025年的8大技術趨勢，看它們如何定義這個關鍵時刻。02、...技術趨勢人形機器人人工智能代理架構：深入探討
原創01、概述隨著人工智能（AI）技術的飛速發展，一種名為AgenticAI（自主智能體AI）的新型架構正在悄然改變行業規則。它不僅讓機器具備了感知、思考和行動的能力，還賦予了它們類似人類的自主行為。無論是自動駕駛汽車，還是智能客服機器人，AgenticAI的出現正在重塑我們的未來生活。那么，什么是AgenticAI？它如何運作？又能在哪些領域產生深遠影響？今天，我們帶你深入了解這個改變游戲規則的新技術。02、什么是AgenticAI？簡單...人工智能Agentic AI分布式訓練通信優化，重疊通信，參數子集同步，低精度外梯度量化
研究背景與意義研究背景：隨著大規模語言模型（LLMs）的迅速發展，訓練這些模型所需的計算資源和帶寬需求也隨之增加。傳統的分布式訓練方法面臨著設備協同和通信延遲等挑戰，這使得在數千個加速器上進行有效訓練變得復雜。研究意義：本文提出的StreamingDiLoCo方法，旨在通過放寬設備協同的要求，降低訓練過程中的帶寬需求，從而提高訓練效率。這一方法的成功實施將為分布式訓練提供新的思路，助力在有限的帶寬條件下實現大規模...分布式訓練通信RecKG: 面向推薦系統的標準化知識圖譜研究與實現
研究背景與意義在當前推薦系統研究領域中,知識圖譜(KnowledgeGraph,KG)作為一種強大的數據集成和表示工具,已經被廣泛應用于解決數據稀疏性和可解釋性等問題。然而,不同推薦系統之間知識圖譜的異構性和集成問題仍然是一個亟待解決的挑戰。本文提出了RecKG(RecommendersystemKnowledgeGraph),一個專門面向推薦系統的標準化知識圖譜框架,旨在實現異構推薦系統之間的無縫集成和互操作。核心創新點標準化知識圖譜設計提出了專門針對...RecKG推薦系統圖譜機器學習|從0開始大模型之模型DPO訓練
1、為什么需要DPORafailov等人在2023年發表了一篇論文《DirectPreferenceOptimization:YourLanguageModelisSecretlyaRewardModel》，該論文提出了一種新的訓練方法，稱為直接偏好優化（DPO），該論文介紹：雖然大規模無監督語言模型(LM)可以學習廣泛的世界知識和一些推理技能，但由于其訓練完全無監督，因此很難精確控制其行為。現有的獲得這種可控性的方法是收集模型生成相對質量的人類標簽，并微調無監督語言模型以符合這些偏...機器學習大模型DPO智能體變革軟件應用，AI Agent帶來的軟件行業發展新機會
在數字化轉型的浪潮中，傳統軟件廠商正面臨著前所未有的挑戰。新的技術、商業模式和競爭對手不斷涌現，對傳統軟件廠商的生存空間構成了巨大威脅。然而，每一次技術革新和行業變革都蘊含著新的機遇。對于傳統軟件廠商而言，如何敏銳地捕捉這些機遇，實現自我轉型與升級，成為決定其未來發展的關鍵因素。如今，AIAgent技術的興起，為傳統軟件廠商帶來了全新的發展契機，有望助力它們突破發展瓶頸，重塑競爭力。觀研報告網發布的《...AIAgent智能體DeepSeek-R1：通過強化學習激發大語言模型的推理潛能
精華在本文中，我們將深入探索DeepSeekR1背后的前沿進展與創新方法。這一成果作為提升大語言模型（LLMs）推理能力的卓越方案，融合了強化學習（RL）等前沿技術，不僅革新了模型訓練范式，還為行業發展開辟了新方向。接下來，讓我們一同揭開DeepSeekR1的神秘面紗，探尋其引領AI推理領域變革的核心力量。來源：DeepSeekAI隨著強化學習（RL）技術的興起，提升大語言模型（LLM）推理能力的探索取得了重大突破。本文將深入剖析DeepSeekZe...DeepSeek-R1大語言模型探析可解釋人工智能 (XAI) 方法在 GDPR 合規性中的應用
1.引言人工智能(AI)正迅速滲透到我們生活的方方面面，并在各個領域展現出巨大的潛力。尤其是在信貸、住房和醫療等高風險領域，AI驅動的自動化決策(ADM)系統正發揮著越來越重要的作用。這些系統能夠高效地處理海量數據，并根據預設算法做出決策，從而提高效率、降低成本。然而，ADM系統的廣泛應用也引發了人們對其透明度和問責制的擔憂。由于許多ADM系統基于復雜的機器學習模型，例如深度神經網絡，其決策過程往往難以理解，甚至...人工智能XAI應用Model2Vec：RAG 加速新引擎，模型瘦身15倍，速度提升500倍，最新emb benchmark
嵌入（Embedding）技術作為基石，廣泛應用于自然語言處理（NLP）、搜索引擎、推薦系統等多個關鍵領域，發揮著不可或缺的作用。盡管嵌入技術歷經持續發展并取得諸多顯著成果，但傳統嵌入方法始終受困于模型規模龐大、計算資源消耗嚴重、推理速度遲緩等難題，這些問題猶如枷鎖，限制了其進一步的拓展與應用。在此背景下，Model2Vec的全新嵌入技術為行業帶來了突破性的解決方案。它憑借創新性的設計，成功實現了嵌入模型規模縮小15...模型RAGModel2Vec知識圖譜增強營養健康大模型：邁向改進的管理、可重復性和驗證 - RPI等
摘要生成式大型語言模型（LLMs）通過實現快速、類人的文本生成改變了人工智能領域，但它們面臨挑戰，包括管理不準確的信息生成。諸如提示工程、檢索增強生成（RAG）以及整合特定領域知識圖譜（KGs）等策略旨在解決這些問題。然而，尤其是在通過WebAPI使用封閉訪問LLM的開發者中，實現實驗的管理、可重復性和驗證所需水平仍存在挑戰，這增加了與外部工具集成的復雜性。為解決這一問題，我們正在探索一種軟件架構，通過優先考慮靈...大模型RPIGPT-4oMeta連自己內部開發發布模型的流程都公開了：停止開發風險極高的AI系統，開源AI模型發布后監控方法
原創出品51CTO技術棧（微信號：blog51cto）就在昨晚，Meta冷不防就把自家的大模型發布前的決策步驟對外公開了。“我們在開發和發布前沿AI時遵循的流程的概述，以確保我們在整個過程中監控和管理風險。我們的治理方法可以分為三個主要階段：計劃、評估和緩解、以及決策。在任何階段的發現都可能通過我們的集中審查流程引發討論，這確保了高級決策者參與開發和發布生命周期的全過程。”圖片1.Meta：停止發布極高風險的AI模型????...開發模型AIFinRobot：基于大型語言模型的金融領域開源AI框架
金融行業與AI社區之間存在數據和專業知識的障礙，影響AI在金融任務中的應用。FinRobot是一個開源AI代理平臺，利用多源LLM進行多樣化金融任務，提升透明度和可擴展性。論文地址：https:arxiv.orgpdf2405.14767Github地址：https:github.comAI4FinanceFoundationFinRobot摘要金融行業與AI社區之間存在數據和專業知識的障礙，影響AI在金融任務中的應用。本文旨在開發金融專用的LLM工具鏈，推動AI在金融決策中的普及。FinRobot是一...大型語言模型LLMsOpenAI o3-mini 干翻了 DeepSeek R1？
整個過年期間，AI圈的頭條都被被DeepSeek霸占了。2月1日，OpenAI終于按捺不住，推出了全新的推理模型系列o3mini。這個系列不僅首次對免費用戶開放了推理模型，還將成本降低了多達15倍（相比之前的o1系列）。OpenAI還表示，這是其推理模型系列中最新且最具成本效益的模型：最近，AI社區非常熱衷于將DeepSeekR1與其他推理模型進行對比。尤其是經典的編程挑戰——模擬彈跳球：“WriteaPythonscriptthatmakesaballbouncewithinacert...OpenAIDeepSeek R1AI神經網絡理論與技術學習以及工具
原創“為什么數據在神經網絡模型中經過數學變換，就能被學習？”關于神經網絡技術有兩個大的方向，一個是搞應用，另一個是搞技術；當然這里所說的應用并不是指完全脫離技術，而是指以大模型技術為底座構建上層應用或產品。而今天所講的主要是關于神經網絡技術的學習，包括怎么實現一個神經網絡，應該使用哪些工具等等。神經網絡技術學習及工具先科普一下，現在爆火的大模型技術就是基于深度學習的神經網絡模型；所謂的大模型技術本...神經網絡手把手教你在本地部署 DeepSeek R1，并集成到 Dify 中，建議收藏！
原創本教程將一步步指導你如何在本地環境中安裝DeepSeekR1，并將其融合進Dify中，確保你的工作的效率得到實質性的提升！1、DeepSeekR1模型部署本部分內容將重點闡述如何在本地環境下利用Ollama來部署DeepSeekR1。后續章節將詳細講解如何將DeepSeekR1與Dify系統進行集成。第一、安裝Ollama請訪問Ollama的官方網站，根據你的操作系統選擇合適的版本，下載Ollama應用程序并進行安裝：安裝完成后，打開命令行界面并輸入ollama命令。如果...DeepSeek R1
