AI.x社區
- 登錄/注冊
2025 AI Infra展望：重塑基礎設施的四大關鍵趨勢
AI的第二波浪潮：推理與優化預訓練模型在AI應用的首波浪潮中，早期的探索者專注于開發與訓練基礎模型，為變革性的AI能力奠定了基石。然而，2025年的焦點將發生轉移。我們正步入AI應用的第二波浪潮，推理與微調預訓練模型將成為核心所在。企業將愈發傾向于將現有模型作為可定制的工具加以利用，而非投入大量時間與資源從零開始構建新模型。這一趨勢源自企業加速AIROI的務實考量。預訓練模型本質上屬于可定制的模板，能夠使企業以...AI趨勢模型Python與OpenCV圖像處理：從基礎到高級的詳細教程
在當今數字化的時代，圖像處理技術已經成為了各行各業不可或缺的一部分。無論是自動駕駛、醫療影像分析，還是社交媒體的圖像美化，圖像處理都發揮著重要的作用。而Python作為一種簡單易學的編程語言，結合OpenCV這一強大的計算機視覺庫，能夠讓我們輕松實現各種圖像處理任務。今天，我將帶你從基礎到高級，深入探討Python與OpenCV的圖像處理技術，幫助你掌握這一領域的核心技能。一、OpenCV簡介OpenCV（OpenSourceComputerVisio...PythonOpenCV圖像RAG 或 Fine Tume - 為您的用例選擇正確方法的權威指南
精華序幕隨著對大型語言模型（LLMs）的興趣激增，許多開發人員和組織正忙于構建應用程序，以利用他們的力量。但是，當預訓練LLMs的開箱即用沒有按預期或希望執行時，關于如何提高LLM應用程序性能的問題就來了。最終，我們到了問自己的地步：我們應該使用檢索增強生成（RAG）還是模型微調來改善結果？在深入研究之前，讓我們揭開這兩種方法的神秘面紗：RAG：這種方法將檢索（或搜索）的能力集成到文本生成中LLM。它結合了一個檢索器...RAG微調LLM基于Gemini 2.0和LangGraph實現自主多工具AI代理
原創本文旨在探討基于Gemini2.0和LangGraph構建一個自主型多工具AI代理的關鍵過程，并提供示例程序的完整代碼。簡介當今，LLM應用非常出色——它們可以記住大量信息、回答一般知識問題、編寫代碼、生成故事，甚至還可以糾正語法錯誤，等等。然而，它們并非沒有局限性。它們會產生幻覺，知識斷點可能從幾個月到幾年不等，并且僅限于生成文本，無法與現實世界互動。顯然，這限制了它們在需要實時數據、來源引用或文本生成以外功能的任...Gemini 2.0LangGraphLLM什么是自然語言處理——NLP，其解決了什么問題？
原創“自然語言處理是一門讓機器理解人類語言的技術，是人和機器交流的橋梁”自然語言處理（NaturalLanguageProcessing,NLP）是人工智能（AI）的一個分支，旨在讓計算機能夠理解、生成和處理人類的自然語言（如中文、英文）。NLP的目標是讓計算機能夠像人類一樣理解和使用語言，從而實現人機自然交互、自動化信息處理等功能。自然語言處理自然語言處理的技術實現原理NLP技術主要依賴于語言學知識、統計方法和深度學習技術，逐漸從基...自然語言處理NLPAI智能體FastGPT重塑應用新篇章
原創在人工智能技術的飛速發展中，FastGPT以其卓越的自然語言處理能力和廣泛的應用場景，正逐步成為大模型應用的新標桿。本文將帶您走進FastGPT的世界，了解其技術特點、應用場景以及對未來AI技術發展的影響。一、FastGPT技術概覽FastGPT是一種基于LLM（大型語言模型）的知識庫問答系統，它利用先進的自然語言處理技術，通過學習和訓練，能夠模擬人類的語言表達方式，生成流暢自然的文本內容。FastGPT不僅具備強大的文本生成能力，...AI智能體FastGPT華為、阿里、騰訊、百度、京東、商湯、快手等眾一線大牛AI應用打造心得公開：實際在做兩件事！
原創編輯云昭、伊風觀點《AIGC實戰派》特約嘉賓2024，大模型開始走出“不落地”的樊籠，接受“市場老大哥”的捶打與教育。跟2023年不同的是，云廠商、大模型廠商、算力廠商、大模型六小龍、新一代的AI應用創客，獨立開發者，一時間群雄并起，都在為新的增長機會放手一搏，蔚為壯觀。一個有意思的現象是，雖然2024年大模型的進化依舊是主旋律，但是尤其進入下半年以來，大家討論“射程”的話題越來越多。誰能更早摘得低垂的果實？如...華為AI應用DeepSeek-R1-Distill-Qwen-1.5B 在某些基準測試中超越了 GPT-4o
原創 精華01、概述隨著人工智能領域的快速發展，推理能力已經成為了衡量大規模語言模型（LLMs）性能的一個重要指標。為了推動推理能力的極限，我們迎來了DeepSeekR1系列模型的誕生。這個系列包括了兩個重要版本：DeepSeekR1Zero和DeepSeekR1，它們分別在強化學習（RL）和傳統的監督微調（SFT）方法中找到了新的平衡，展示了前所未有的推理能力。DeepSeekR1Zero突破了傳統的訓練方式，直接通過大規模的強化學習進行訓練，而沒有依賴預先的...大語言模型選擇合適的AI框架：生成式AI與智能代理AI的對比
原創01、概述在快速發展的人工智能領域中，生成式AI（GenerativeAI）與智能代理AI（AgenticAI）是兩種備受矚目的技術。它們不僅在功能上各自獨立，還在應用場景和行業需求上展現出不同的優勢。隨著2025年的到來，企業和開發者對AI的需求逐漸從“創造”轉向“決策”和“執行”，這就讓我們不得不思考：在面對生成內容與自動決策時，我們應如何選擇適合的AI框架？02、什么是生成式AI與智能代理AI？在深入探討之前，我們需要明確這兩種...生成式AI智能代理AIGood Fire AI 針對 Llama 3.1 8B 和 Llama 3.3 70B 的開源稀疏自動編碼器 (SAE)
原創01、概述隨著OpenAI的GPT和Meta的LLaMA等大規模語言模型（LLMs）不斷突破技術瓶頸，我們已經見證了自然語言處理領域的巨大進步。然而，伴隨著這些技術進步的，是對計算資源和存儲空間的巨大需求。這使得許多資源有限的組織在部署和優化這些龐大模型時面臨不小的挑戰——如何在內存效率、推理速度和可訪問性之間找到平衡，成了擺在研究人員和開發者面前的一道難題。在這種背景下，GoodFireAI提供了一種切實可行的解決方案——開...框架大語言模型字節要親手打造AGI了！神秘“Seed Edge”項目被曝光，已設置5大研究方向，探索下一代AI技術，算力不用愁！
原創編輯伊風出品51CTO技術棧（微信號：blog51cto）中國大廠開始發力AGI了！據媒體報道，字節跳動AGI研究團隊浮出水面，揭開了字節AGI的秘密布局！報道稱：1月下旬，字節正式設立代號為“SeedEdge”的研究項目，核心目標是做比預訓練和大模型迭代更長期、更基礎的AGI前沿研究。好家伙，感覺中國的幾家大廠，字節是最先明牌要搞AGI的，有錢有資源的“宇宙廠”這下又走在最前列了。接近字節的知情人士透露，SeedEdge的目標是探索AGI的...AGIAI技術DeepSeek-R1 + RooCline：極佳的強化學習AI編碼代理！對標o1、蒸餾小模型本地部署
Hi，這里是Aitrainee，歡迎閱讀本期新文章。DeepseekR1正式發布。不是之前的Light版本，而是完整的R1。性能與o1相當，還采用MIT開源協議，可以商用。現在能在Deepseekchat平臺用，也提供API。模型分兩個版本：主力R1，和面向研究的R1Zero。R1Zero沒有監督微調，直接RL，是一個未經過對話偏好對齊監督微調的版本，專門為研究人員或希望自行微調模型的人提供。正式發布的R1還是用了SFT階段。R1是671B參數的大模型，激活參數只有37...DeepSeekAI編碼基于CogVideoX-2B，視覺一致和語義對齊超越最新SOTA！南洋理工等發布RepVideo
文章鏈接：https:arxiv.orgpdf2501.08994項目鏈接：https:vchitect.github.ioRepVidWebpage亮點直擊研究了視頻擴散模型中的transformer表示，揭示了各層注意力圖的顯著變化導致了空間語義的碎片化和時間一致性的降低，這對視頻質量產生了負面影響。提出了RepVideo，一個利用特征緩存模塊和門控機制來聚合和穩定中間表示的框架，增強了空間細節和時間一致性。大量實驗表明,RepVideo在時間一致性和空間質量方面都取得了競爭力的表...模型AI視頻生成基于 Gemini AI 實現音頻和視頻解析
GeminiAI，谷歌最新推出的多模態AI模型，憑借其強大的語言理解能力和多模態處理能力，正在徹底改變我們與音頻和視頻內容的互動方式。它不僅能識別和理解音頻和視頻中的信息，還能進行更深層的解析，提取關鍵信息，生成摘要，甚至進行內容創作。本文將深入探討GeminiAI在音頻和視頻解析方面的強大功能，并展示其在不同場景下的應用案例。超越文字識別：理解音頻和視頻內容傳統語音識別技術只能將語音轉化為文字，而GeminiAI則更...GeminiAI視頻RAG升級二維戰士！通義實驗室放大招
??摘要檢索增強生成（RAG）在開放域問答任務中表現出色。然而，傳統搜索引擎可能會檢索淺層內容，限制了大型語言模型（LLM）處理復雜、多層次信息的能力。為了解決這個問題，我們引入了WebWalkerQA，一個旨在評估LLM執行網頁遍歷能力的基準。它評估LLM系統性地遍歷網站子頁面以獲取對應信息的能力。同時我們提出了WebWalker，一個通過explorercritic范式模擬人類網頁導航的multiagent框架。廣泛的實驗結果表明，WebWalkerQA具有...RAG編程搜索SenseNova 大揭秘：商湯如何打造多模態處理 “全能王”？
在人工智能的浩瀚星空中，多模態大模型正成為最為璀璨的星座之一，引領著技術發展的新潮流。商湯科技于2025年1月重磅推出的“日日新”融合大模型（SenseNova），宛如一顆耀眼的超新星，以其原生融合模態的卓越特性，在多模態信息處理領域掀起了巨大波瀾。本文將深入剖析SenseNova的方方面面，從項目架構到技術內核，從功能應用到實踐操作，為讀者全方位呈現這一前沿技術的魅力與價值，助力大家緊跟人工智能發展的時代步伐。一、...SenseNova多模態OpenCompass看了這么多文章，終于理解了 Scaling Law
精華你有沒有想過，是什么讓AI模型變得如此強大？為什么有些AI能夠寫詩作畫，有些卻只能做簡單的問答？這其中，ScalingLaw（規模法則）扮演著至關重要的角色，它就像AI模型的核心，揭示了模型性能提升的奧秘。ScalingLaw是什么？簡單來說，ScalingLaw指的是當我們增加模型的規模（例如模型包含的參數越多，模型就越大）、訓練數據量和計算資源時，模型的性能就會隨之提升。（感覺這是符合直覺的，但ScalingLaw最核心的在于量化給出...ScalingOpenAI函數LLM之后，Agent的未來是RL！
嘿，大家好！這里是一個專注于AI智能體的頻道今天給家人們聊一期播客總結，四十二章經最新一期播客請到了在Meta工作了七年的應用強化學習組負責人朱哲清Bill。作為斯坦福大學強化學習專業博士，現在創業做Agent的他，拋出了一個巨大的反共識觀點："LLM只是一個翻譯官，真正的Agent核心應該是RL。"等等，這是什么意思？在2024年，我們見證了GPT4掀起的Agent熱潮。Claude、GPTs、Copilot...幾乎所有大公司都在用LLM構建Agent。但B...LLMAgentRLDeepSeek R1橫空出世，超越OpenAI o1，教你用Ollama跑起來
精華AI正在深刻改變各行業，大語言模型（LLMs）更是其中的核心驅動力。例如，DeepSeekR1作為第一代推理模型，在數學、代碼和推理任務上表現優異，與OpenAI的o1模型不相上下。將此類模型部署到本地，可為AI應用帶來更強隱私保護、定制化和可控性。今天指導大家如何使用Ollama——一款AI模型管理和運行工具——在本地計算機上部署并運行DeepSeekR1。同時，推薦免費下載Apidog（https:apidog.com），能簡化API設計與測試流程，是開發者...DeepSeekOpenAIAI圖解新穎LLM的CoPE位置編碼
1.快速總覽研究人員提出了一種新穎的位置編碼方法，稱為上下文位置編碼（下文稱之為CoPE），它有別于基于標記的傳統位置編碼范式。它以上下文依賴的方式測量位置，在按位置尋址時會更加自由它在如下的任務中獲得不錯的收益：FlipFlop,SelectiveCopy,Counting,LanguageModeling,andCodeModelingtasks它優于現有方法，尤其是在域外泛化場景它有可能改善其他領域的編碼，例如視頻和語音。在這些領域，基于Token位置的編碼不太合適...CoPELLM編碼
