在這個AI技術飛速發展的時代，AIAgent智能體已經成為了眾多開發者與企業目光匯聚的核心。在AI的時代背景下，大模型如同大腦，而AIAgent智能體則是為這個大腦裝上了眼睛、嘴巴、雙手和耳朵的“人類”。AIAgent智能體就好比移動互聯網時代的應用程序APP，極大地拓寬了大模型的潛能邊界。作為AI原生時代的產物，AIAgent智能體成為了內容、信息和服務的新介質，它是實現型模型應用落地的理想途徑。在眾多AIAgent智能體開發平臺中，C...

編輯星璇出品51CTO技術棧（微信號：blog51cto）圣誕節12場直播過后，OpenAI終于在2025開年亮劍了一款新功能！美東時間1月14日周二，OpenAI宣布推出名為Tasks的測試版新功能，從周二開始，三個不同版本ChatGPT——ChatGPTPlus、Team和Pro的訂閱用戶將可以試用這個新功能。Tasks這個功能有什么本領？用戶能利用它告訴ChatGPT，提醒用戶未來需要做什么，以及何時需要完成。比如用戶的護照要到期了，可以讓ChatGPT提醒用戶辦理，用...

編輯伊風出品51CTO技術棧（微信號：blog51cto）繼微軟之后，又一個科技巨頭接棒硅谷的“末位淘汰”了。扎克伯格宣布：Meta計劃裁員約5%，主要針對公司表現最差的員工！小扎在通知中說，2025年將是“充滿挑戰的高強度之年”（Intenseyear）。Meta既然要打硬仗，必須精簡部隊，“更快地淘汰表現不佳的員工”。據悉，扎克伯格在公司內部的辦公平臺上，通過一份備忘錄，向員工做了裁員通知，詳細內容如下：Meta正在構建全球最重要的...

背景在RetrievalAugmentedGeneration(RAG，檢索增強生成)系統中，分塊（chunking）是一個基礎而關鍵的步驟，它將較大的文檔分割成更小的文本塊，以便后續處理和檢索。雖然分塊能夠提高文檔處理效率，但這些分塊可能仍然包含冗余信息、噪聲或缺乏上下文支持，從而影響檢索和生成的效果。為了提升檢索質量，微軟提出了“ChunkEnrichmentPhase”（分塊優化階段）這一概念，通過對文本塊進行清理和增強，顯著提高RAG系統的性能。本...

總結在項目中，如果你沒有任何參考，那么選擇2次方（即64、128、256、512、1024等）可以會更加直接和易于管理，然后對上限來說，batchsize大小最好<數據集樣本數0.1。梯度下降算法在更新模型參數時，我們一般會用到梯度下降算法。這個時候，我們就會有一個問題，每次拿多少訓練樣本進行更新參數呢？這個時候有兩個極端情況，資源夠，那我們把所有數據都丟進去，我們稱之為批量梯度下降法（BatchGradientDescent，BGD）。另外一...

1.通義PPT創作體驗最近在研究知識圖譜，搜集網上資料和理解，寫了一篇學習筆記剛好看到通義千問里面有一套效率工具，其中就有PPT創作，于是拿著學習筆記試試PPT生成的效果。首先我選擇的是上傳文件生成PPT，當然你也可以寫一句話生成主題PPT生成過程如下圖所示，整體操作非常簡單。開始創作上傳文件生成PPT選擇要上傳的具體文件，支持的格式非常多等待生成大綱?編輯生成的大綱?選擇模板生成完成，看看效果生成過程：根據文件...

?隨著各行業企業為2025年的AI投資和戰略布局做準備，我們總結了企業在未來一年的核心關注點：基礎設施將成為最緊迫的投資領域，企業將重點構建AI代理（AIagents）和AI系統。企業將聚焦于數據優勢（dataadvantage），以通過AI獲取競爭優勢。AI培訓將致力于推動員工行為變革，促進AI的廣泛采用，并構建“人類參與”流程（humanintheloopprocesses）。AI將繼續成為2025年每位業務領導者戰略計劃的核心。根據最新調查顯示，70%的企...

在當今快速發展的互聯網時代，人工智能（AI）已經滲透到我們生活的各個方面。作為前端開發者，如何將強大的ChatGPT功能集成到Vue項目中，成為了許多人關注的焦點。今天，我將帶你一步步完成這一過程，讓你的應用具備智能對話功能，提升用戶體驗！?一、項目準備：打造堅實的基礎在開始之前，我們需要做好充分的準備工作，確保項目順利進行。1.搭建Vue項目環境首先，確保你的電腦已經安裝了Node.js和npm（NodePackageManager）。...

當查看大型語言模型（LLMs）的最新發布時，你經常會看到標題中帶有“MoE”。這個“MoE”代表什么？為什么這么多LLMs都在使用它？在這份視覺指南中，我們將花時間探索這個重要組件——專家混合（MoE），通過超過50個可視化進行深入探討！在此視覺指南中，我們將介紹MoE的兩個主要組件，即專家和路由器，以及它們在典型的基于LLM架構中的應用。查看與LLMs相關的更多可視化內容，并支持此通訊，請參閱我寫的關于大型語言模型的書籍...

今天，OpenAI在ChatGPT中推出了名為“Tasks”（任務安排）的新功能。簡單理解，就是允許模型在指定時間或周期，主動給我們推送消息或執行預先設定的對話邏輯。比如，每天9點提醒你關注某條新聞，或每周日生成一份“膳食規劃”。?功能入口：需要先切換到“GPT4owithscheduledtasks”的對話，再發出“創建任務”請求。?用法示例：1.讓ChatGPT每天早上檢查股價并發送給你2.每天9點半提醒我鍛煉:3.每周發送全球新聞簡報，獲取每日...

想象一下：凌晨三點，你盯著一條完全看不懂的錯誤信息，代碼崩潰了，第五杯咖啡的杯底也見了天。你嘗試了所有能想到的辦法，但那個頑固的Bug依然存在，用它刺眼的紅色錯誤信息嘲笑著你。我們都經歷過這樣的時刻。在這種絕望的時刻，你面前有兩條路：向AI聊天機器人求助，或者深入StackOverflow和Reddit的海洋。雖然AI可能看起來是更快的解決方案，但讓我告訴你一個故事，為什么這些傳統的人力驅動平臺仍然是解決問題的最佳選擇...

今天凌晨，微軟宣布其開源AIAgentAutoGen發布0.4版本，全面重新設計的庫，在代碼穩定性、魯棒性、通用性和可擴展性方面更好，可以開發前沿高級AIAgent應用。開源地址：https:github.commicrosoftautogen自微軟開源AutoGen以來在github已獲得超37000顆星，成為AIAgent領域應用最多的框架之一。由于開發者的快速增長，也帶來了API效率低下以及調試和干預功能有限等難題。同時開發者對AIAgent自動化行為的可觀測性、控制能力、多層...

一、創作背景目前大多數的智能體應用都是圍繞娛樂，更多的是一種新鮮事物的嘗鮮，比如做海報圖片、寫廣告文案、角色聊天。這主要是考慮到現有大模型的能力邊界，只能做一些用戶容錯性比較大的場景。但我覺得大模型的能力在不斷提升，特別是Qwen2.5已經突破了原先的一些能力限制，所以我想有必要去打破和探索一下基于Qwen的智能體的能力邊界，做一些在真實經濟生活中有真實業務需求的應用，而不僅僅是個人“找個樂子”。所以，雖...

論文鏈接：https:arxiv.orgpdf2412.21117git鏈接：https:freemty.github.ioprojectprometheus亮點直擊Prometheus，這是一種面向文本到3D生成的3D感知隱空間擴散模型，適用于對象和場景級別。按照標準的隱空間擴散范式，將訓練分為兩個不同的階段。在第一階段，訓練一個3D高斯變分自編碼器（GSVAE），它以多視角或單視角RGBD圖像為輸入，預測每個像素對齊的3D高斯。在第二階段，訓練一個多視角LDM，聯合預測多視角RGBD隱空間code...

圖數據庫的剪枝通過刪除不必要的信息并加以改進，可以使LLM更快、更高效，同時節省電力和資源。大型語言模型（LLM）通過從龐大的數據集中學習復雜的語言模式，極大地推進了自然語言處理（NLP）的發展。然而，當這些模型與結構化知識圖譜（用于表示實體之間關系的數據庫）結合在一起時，可能面臨一些挑戰。知識圖譜在提供結構化知識方面非常有用，可以增強LLM對特定領域的理解。隨著圖譜的不斷擴大，它們往往會變得龐大笨重，從...

01、概述隨著人工智能技術的不斷發展，越來越多的創新成果正影響著我們日常生活的各個方面。在這一系列進步中，OpenAI最新發布的o3模型尤為引人注目。它被設計用來提高機器在需要結構化思維的領域中的推理能力，尤其是在數學和科學等復雜領域。o3模型的推出，標志著人工智能在邏輯推理和問題解決方面邁出了重要的一步。今天，我們就來深入探討一下OpenAIo3模型的強大功能和廣泛應用。02、o3模型的核心突破OpenAI通過o3模型，顯...

01、引言在商業的浩瀚星河中，一場由人工智能（AI）引領的變革正悄然上演。2024年，AI已不再只是科幻小說中的概念，而是化身為銷售與客戶關系管理中的得力助手，憑借其強大的能力，重新定義了企業與客戶之間的互動方式。從精準的線索生成到深度的客戶參與，再到高效的銷售優化，AI正將原本繁瑣復雜的銷售流程變得簡單高效，讓不同規模的企業都能在激烈的市場競爭中脫穎而出，實現業績的飛躍。02、AI在銷售領域的應用現狀（一）...

01、概述在人工智能的浩瀚星河中，大型語言模型（LLMs）猶如一顆耀眼的明星，為現代AI應用注入了強勁動力。它們是聊天機器人、代碼生成器等工具背后的“大腦”，憑借海量數據和復雜算法，能夠理解、生成自然語言，甚至編寫代碼，展現出驚人的智能。然而，隨著對這些大模型依賴程度的加深，其推理過程中的諸多問題也逐漸浮出水面，成為制約其發展的瓶頸。02、大模型推理的困境注意力機制的局限注意力機制是大模型的核心組件之一...

文章鏈接：https:arxiv.orgpdf2501.01957git鏈接：https:github.comVITAMLLMVITA亮點直擊VITA1.5，一種多模態大語言模型（LLM），通過精心設計的三階段訓練方法整合了視覺、語言和語音。該訓練策略逐步引入視覺和語音數據，緩解了模態沖突，同時保持了強大的多模態性能。對圖像、視頻和語音理解相關的各類基準進行了廣泛評估，并將結果與開源和專有模型進行了比較。VITA1.5展現了與領先的基于圖像視頻的多模態大語言模型（MLLMs...

最近，筆者系統的看了下一些比較經典的多模態大模型實現思路，本著動手實踐的態度，從零到一實現了一個多模態大模型，并命名為??Reyes（睿視）???，R：睿，eyes：眼。Reyes的參數量為8B，視覺編碼器使用的是??InternViT300M448pxV25???,語言模型側使用的是??Qwen2.57BInstruct??，與NVLM1.0等相關多模態大模型一樣，Reyes也通過一個兩層MLP投影層連接視覺編碼器與語言模型。最終，Reyes8B（0.447分）以更小的參數...