AI.x社區
- 登錄/注冊
OmniTokenizer-視覺tokenizer生成
本文介紹一種視覺tokenizer的生成。AIGC生成模型在人工智能領域發展迅速，視覺生成主要有基于語言模型和擴散模型兩種范式，而tokenizer是其核心組件。現有tokenizer分別針對圖像或視頻輸入設計，存在應用靈活性和數據可擴展性的局限。因此需要一種聯合圖像視頻標記器，以實現從兩種數據中聯合學習，緩解單模態數據稀缺問題，并提高模型的通用性和可擴展性。今天介紹一種OmniTokenizer方法，感興趣的小伙伴可以看看原文：https:a...人工智能大模型PPTAgent：PPT自動生成Agent框架
原創來看一個PPT生成思路：PPTAgent。傳統的PPT生成方法通常使用端到端的文本生成范式，這種方法僅關注文本內容，忽略了布局設計和PPT結構。PPTAgent采用了一種基于編輯的生成范式，解決處理空間關系和設計風格方面的挑戰。傳統方法的每個幻燈片S可以用以下公式表示：其中，n表示幻燈片上的元素數量，C表示由章節和圖形組成的源內容。每個元素ei由其類型、內容和樣式屬性（如邊框、大小、位置等）定義。與傳統的生成方法相比，PPTAg...LLMAgent谷歌剛剛發布AI Agent智能體白皮書，2025年AI Agent時代已到來！
原創 精華人類在處理復雜的模式識別任務上表現出色。在形成結論之前，他們常常借助諸如書籍、谷歌搜索或計算器等工具來增強其現有知識。同樣地，AI大模型能夠通過訓練，學會使用工具來獲取實時信息或提出現實世界的行動建議。例如，這些大模型能夠運用數據庫檢索工具來查詢特定信息，如顧客的購買歷史，進而提供個性化的購物建議。再比如，基于用戶的查詢，大模型能夠執行多種API調用，用于發送郵件回復給同事或代表用戶完成財務交易。為...AI Agent智能體AWS自動推理負責人：與其解決AI幻覺，不如證明是否正確；Rust借用檢查器實際上就是一個推理引擎
原創編輯言征出品51CTO技術棧（微信號：blog51cto）AI的一個顯著缺陷是它會不自知地“產生幻覺”，編造沒有真實數據依據的合理答案。AWS正試圖通過解決這個問題，一個不錯的路徑是：引入AmazonBedrock自動推理檢查。AmazonBedrock是一項面向生成式AI應用程序的托管服務。上個月，AWS首席執行官MattGarman在拉斯維加斯的re:Invent大會上發表講話時表示，這些檢查“可以防止由于模型幻覺而導致的事實錯誤......Bedrock可以檢查模型所...AWSAI幻覺Rust微軟CEO開年演講：預訓練Scaling Law依然偉大！首個英偉達GB200集群已上線！
原創編輯伊風出品51CTO技術棧（微信號：blog51cto）剛剛，納德拉在CEOMicrosoftIndia進行了一場新年的第一場演講！作為開年重磅，這場演講可謂干貨滿滿。納德拉開門見山地說，“在某種程度上，對我來說，微軟始終專注于兩件事：我們是一家平臺公司，也是一家合作伙伴公司。即使在AI時代，這一點也不會改變。”這場在印度班加羅爾的演講，聚焦在微軟將如何在AI時代進行平臺化的布局。談論到這次AI帶來的巨變，納德拉還感慨地回憶了比...微軟CEO預訓練ScalingLLaMA-Factory 微調與部署詳細流程：從入門到實踐
介紹時隔已久的llamafactory系列教程更新了。本篇文章是第七篇，之前的六篇，大家酌情選看即可。因為llamafactory進行了更新，我前面幾篇文章的實現部分，都不能直接用了。我將為大家介紹如何使用llamafactoryLora微調模型、部署模型、使用python調用API。llamafactory安裝首先建議大家閱讀一遍兩份不錯的文章：官方readme:https:github.comhiyougaLLaMAFactoryblobv0.9.1READMEzh.md官方推薦的知乎教程：https:zhuanlan.zhihu....LLaMA-Factory部署微調從經典到創新，揭秘擴散模型的6大王牌與5大創新思路
精華1.擴散模型研究現狀1.1定義與基本原理擴散模型是一種深度生成模型，其靈感來源于非平衡熱力學。它通過定義一個馬爾可夫鏈，逐漸向真實數據中添加隨機噪聲（前向過程），然后學習反向擴散過程（逆擴散過程），從噪聲中構建所需的數據樣本。擴散模型包括兩個主要步驟：前向擴散過程和反向去噪過程。在前向擴散過程中，模型逐步向數據添加噪聲，直到數據完全轉化為噪聲；在反向去噪過程中，模型從純噪聲開始，逐步去除噪聲，恢復出...擴散模型算機復旦大學 METASQL：NL2SQL終于有候選排序了
一、引言在當今數字化時代，數據庫的應用極為廣泛，但傳統的數據庫查詢語言（如SQL）對于非技術人員來說學習成本較高。自然語言接口到數據庫（NLIDB）技術的出現，旨在讓普通用戶也能輕松訪問數據庫。過去幾十年間，研究人員探索了多種方法，其中利用神經序列到序列（Seq2seq）模型或大規模語言模型（LLMs）的方法較為常見，它們通常采用自回歸解碼方式逐一生成SQL查詢。盡管這些方法在翻譯準確性上取得了一定進展，如在NLIDB基...METASQLNL2SQL數據庫原來機器學習那么簡單—KNN回歸
一、什么是K近鄰回歸？K近鄰回歸（KNearestNeighborsRegression，簡稱KNN回歸）是一種簡單直觀的機器學習算法。KNN回歸通過尋找樣本空間中與目標點最接近的K個鄰居，利用這些鄰居的平均值或加權平均值來預測目標點的值。KNN回歸屬于非參數模型，因為它不對數據的分布做出假設，也不需要訓練過程。二、K近鄰回歸的原理KNN回歸的核心思想非常直觀，即“相似的樣本具有相似的輸出”。具體步驟如下：計算距離：對于待預測的樣本點，...KNN回歸機器學習K近LLM合集：Meta推出PGraphRAG框架，異構圖關系助力個性化RAG突破界限
1.PersonalizedGraphBasedRetrievalforLargeLanguageModels隨著大語言模型（LLMs）的演進，它們提供個性化和上下文相關響應的能力具有改變用戶體驗的潛力。然而，現有的個性化方法通常僅依賴用戶歷史來增強提示，這在冷啟動場景或數據稀疏的情況下限制了其有效性。為了克服這些限制，我們提出了一種基于圖的個性化檢索增強生成（PGraphRAG）框架，該框架利用用戶中心的知識圖來豐富個性化。通過直接將結構化的用戶知識融入檢索...LLMPGraphRAG框架入門GPT | 詞袋模型（Bag of Words）輔助提升餐廳滿意度
BagofWords將文本看作由單詞構成的無序集合，通過統計單詞在文本中出現的頻次來表示文本。因此，BagofWords主要用于文本分類、情感分析、信息檢索等自然語言處理任務中1.什么是詞袋模型（BagofWords）2.實現BagofWords的步驟2.1文本預處理2.2構建詞匯表2.3向量化文本（詞袋表示）2.4通過文本的向量表示，使用余弦相似度分析句子相似度3.統計詞頻，通過評論提升餐廳滿意度在自然語言處理領域，如何將人類語言轉化為機器能夠理解...詞袋模型輔助提升GPT2025 年 10 大 AI 方向：高效推理、多模態等
隨著2024年漸行漸遠，我們迎來了一個充滿AI創新與突破的年度回顧。從大型語言模型的進一步發展，到計算機視覺、AI安全等領域的革命性進展，研究社區在過去一年里確實做出了許多令人震撼的貢獻。面對如此多的科研成果，哪些研究真正讓我們停下來思考？哪些論文啟發了我們，激發了“我如何將這些成果應用到自己的工作中？”的好奇心？在這篇文章中，我將分享我個人最喜歡的2024年AI研究論文，這些研究不僅令我興奮，也讓我迫不及...AI多模態領域黃仁勛新年演講最全總結：新推最強GPU，72塊連一起可以承載全球互聯網的流量！英偉達的三個野心
原創編輯言征出品51CTO技術棧（微信號：blog51cto）在1月6日拉斯維加斯的CES峰會上，黃仁勛終于現身了！出場就讓直播間的評論區炸了，黃教主上身blingbling的新皮夾克引起了網友的好奇，這是鱷魚皮的嗎，有鏈接嗎，這得幾萬刀吧（狗頭）？“大家喜歡我的新皮夾克嗎？”圖片黃仁勛：現在的AI到了“GeForce”編程應用階段黃仁勛開場用了10分鐘的時間介紹了英偉達的成長史，他回憶了GeForce顯卡和CUDA、AI的容器三個階段的標志性里程碑...GPU互聯網流量告別“讀后忘”！用AI大模型輕松駕馭深度閱讀，漸進式摘要了解一下？
精華你是不是也經常遇到這樣的情況：面對一本厚厚的專業書籍或一篇長篇報告，讀到一半就感覺信息量過載，忘了前面講了什么？辛辛苦苦做完讀書筆記，回過頭來看卻發現抓不住重點？在信息爆炸的時代，高效閱讀和知識管理變得尤為重要。今天，我們就來聊聊一種能幫助我們更好地理解和吸收復雜信息的有效方法——漸進式摘要，并介紹如何借助強大的AI大模型來實現它。什么是漸進式摘要？漸進式摘要，顧名思義，指的是逐步深入、層層提煉...AI大模型漸進式即插即用，無縫集成各種模型，港科大&螞蟻等發布Edicho：圖像編輯一致性最新成果！
文章鏈接：https:arxiv.orgpdf2412.21079項目鏈接：https:ezioby.github.ioedicho亮點直擊顯式對應性引導一致性編輯：通過將顯式圖像對應性融入擴散模型的去噪過程，改進自注意力機制與分類器自由引導（CFG），在保持高質量的同時顯著提升編輯一致性。融合無條件嵌入特征：受NULLtextInversion技術啟發，提出融合無條件嵌入特征的方法，進一步增強一致性效果，實現更精細的編輯控制。廣泛適用性與優越性能：方法具有免訓練和即...AI模型訓練機器人ChatGPT時刻！英偉達開源世界大模型，完美模擬物理世界！
精華全球AI領導者NVIDIA（英偉達）在2025年CES展會上，開源了全新世界大模型NVIDIACosmos。Cosmos能從數據整合、訓練再到定制各個開發階段的，大規模模擬、構建物理世界的基礎模型，同時支持自定義微調。例如，你想開發一個實體倉儲機器人，但沒有真實大型倉儲環境為機器人提供貨物搬運、揀選、分揀等訓練環境，通過Cosmos就能輕松創建一個模擬的物理倉儲環境，來訓練、觀察、優化機器人各種動作。在自動駕駛領域，想觀察汽車在大雨...生成AI模型不容錯過的十個優秀AI代碼生成器
原創AI的興起極大地影響了編碼和開發領域。AI驅動的代碼生成器有助于簡化編碼過程，自動化日常任務，甚至預測和建議代碼片段。下面，我們將介紹一些好用的AI代碼生成器，包括它們的獨特功能，以及它們如何徹底改變你的編程體驗。1、??GitHubCopilot??GitHubCopilot由GitHub與OpenAI合作開發，代表了AI編程輔助的新水平。這個工具的功能就像一個虛擬的結對程序員，幫助開發人員以更快的速度編寫更好的代碼。它通過在你鍵入時提示...AI代碼生成器AI驅動初創AI公司瘋狂吸金4億美元！Karpathy大佬預言：未來編程只需狂按tab鍵，我們整理了風頭正盛的5家初創
原創出品51CTO技術棧（微信號：blog51cto）2024年，在應用層面，哪條AI賽道融資最順暢？恐怕要屬AI輔助編程了。國內大家感知最明顯，阿里的通義靈碼、百度的文心快碼、商湯的小浣熊等產品的推出，都得到了開發者的青睞。國外，微軟、谷歌更是一早就布局了這條賽道。殊不知，不止大廠，現在放眼望去，這條路上已經擠滿了初創AI公司，而且一個個成績斐然。據英國《金融時報》報道，Replit、Anysphere、Magic、Augment、Supermaven和Po...AItab鍵編程?第一家大模型公司倒了？傳零一訓練團隊被阿里收編！李開復連夜辟謠：全部錯誤，24年我們收入一個億！
零一萬物倒了？一夜之間，零一萬物被阿里云收購的消息就傳遍了AI圈。一位AI博主在X上爆料，言簡意賅：零一萬物垮了，團隊散伙，卡和訓練團隊賣給阿里了。李開復在評論區辟謠：完全沒有的事。三句話全部錯誤。圖片此后，李開復又發朋友圈再度辟謠！表示零一萬物的資金沒有問題，沒必要賣身阿里：2024年，零一萬物的確認收入一個多億，2025年會倍數增長。并說“不知道為什么會有這樣的謠言散播”。最后，李開復表示“2025年是中國...AI應用李開復基于深度學習故障診斷注意力機制案例分析
案例使用的試驗數據來源于常見的凱斯西儲大學軸承數據中心，試驗臺采集的振動信號數據包括四種狀態，分別是健康狀態、內圈故障、滾動體故障、外圈故障。案例選擇驅動端振動傳感器采集的數據，采樣頻率為12000Hz，軸承信號為SKF6205。為簡化試驗，僅使用電動機負荷為0的振動信號，轉速為1797rmin。為便于對注意力的分布進行解釋，案例應用包絡譜作為模型的輸入。對于四種狀態的軸承數據，使用滑窗選取55段信號，每段信號包含1200...深度學習注意力機制
