AI.x社區
- 登錄/注冊
雷軍在線挖人，傳年薪千萬級！DeepSeek 關鍵骨干羅福莉已離職加入小米，或領軍小米大模型團隊
原創編輯伊風出品51CTO技術棧（微信號：blog51cto）AI圈的大新聞，雷總在線挖人，小米要發力大模型了！知情人士稱，雷軍認為小米在大模型領域發力太晚，于是親自挖人，重金招募能夠領軍小米大模型的人才，支付的薪酬水平在千萬元級別。而且雷總已經初戰告捷——幫小米贏得了DeepSeek的關鍵骨干羅福莉。據報道，作為95后的AI“天才少女”，羅福莉或將供職于小米AI實驗室，領導小米大模型團隊！誰看了不感嘆一句年少有為！目前羅福莉...雷軍DeepSeek大模型字節跳動AI研究院發布FullStack Bench和SandboxFusion：用于評估真實編程場景中LLM的綜合基準測試工具
原創01、概述近年來，隨著大型語言模型（LLMs）的快速發展，代碼智能化取得了前所未有的進步。從代碼生成到調試再到測試，這些模型已經成為推動軟件開發、數據科學和計算問題解決的重要工具。然而，盡管LLMs展現出了強大的能力，現有的評估體系卻未能全面反映真實世界中的編程需求。今天，我們將聚焦字節跳動Seed和MAP團隊推出的FullStackBench和SandboxFusion，探討它們如何為代碼智能的未來提供全新可能。02、代碼智能的瓶頸：評...大型語言模型LLMs框架解碼通用 AI Agent：七步構建你的智能系統
原創編者按：如何才能打造一個能夠靈活應對多樣場景、高效執行復雜任務的通用智能體系統？傳統的硬編碼流程已經無法滿足快速變化的需求，而簡單的提示詞模板又顯得過于僵化和脆弱。本文作者詳細闡述了從零構建通用LLMAgent的七個關鍵步驟，為讀者提供了一個從模型選擇、控制邏輯設計到工具集構建、規劃后續行動的完整路徑。這套方法論不僅僅來自理論推演，更凝聚了作者在實際項目中的寶貴經驗。通過對模型能力、行為模式、內存管理...LLMAgent騰訊的混源視頻模型HunyuanVideo：大視頻生成模型訓練的系統框架
原創01、概述隨著人工智能技術的飛速發展，視頻生成作為AI領域的重要突破，已經開始展現出令人驚艷的潛力。從圖像到視頻的生成，不僅要求算法具有強大的視覺理解能力，還要能準確捕捉動作和語義之間的微妙關系。而在這個領域，HunyuanVideo作為一款全新的開源視頻生成大模型，以其卓越的表現和創新的技術架構，正逐步打破傳統視頻生成模型的局限，成為AI視頻生成的領先者之一。本文將深入探討HunyuanVideo的核心技術、架構設計以及...混源視頻模型大視頻生成模型彌補2D拖拽缺陷！南大&螞蟻等重磅開源LeviTor：首次引入3D目標軌跡控制，效果驚艷
論文鏈接：https:arxiv.orgpdf2412.15214項目鏈接：https:ppetrichor.github.iolevitor.github.io亮點直擊LeviTor，一種通過結合深度信息和Kmeans聚類點來控制視頻合成中3D物體軌跡的新方法，無需顯式的3D軌跡跟蹤。利用高質量的SAV數據集進行訓練，有效捕捉了多樣場景中復雜的物體運動和交互。開發了一個用戶友好的推理pipeline，簡化了3D軌跡的輸入，使其對更廣泛的用戶群體更加易用。首次在圖像到視頻合成中引入了3D物體軌跡...視頻生成模型擊敗99.9%的程序員！o3來了！AGI測試實現躍升！網友：推理scaling law太炸了！一文回顧OpenAI直播帶貨12天
編輯｜言征、伊風網友誠不我欺，o3果真來了！圖片就在昨天谷歌推出自己的多模態推理大模型Thingking之后，OpenAI終于坐不住了，在十二天直播的最后一天，發布了自己最先進的下一代模型o3！這里不得不感嘆一句，友商的壓力是無窮的～不過，有朋友會好奇問，既然是下一代模型，為什么會跳過o2直接出o3呢？這可不是OpenAI今年擠牙膏式發布的風格。原來是商標版權的問題：據theinformation報道，OpenAI正在開發其下一代o1推理模型，...o3OpenAIAGI釋放你的想象！支持25種復雜編輯類型！浙大等提出AnyEdit：統一高質量圖像編輯框架
精華文章鏈接：https:arxiv.orgpdf2411.15738項目鏈接：https:dcdanyedit.github.io亮點直擊從全新的視角系統地對各種編輯指令進行分類，并創新性地引入了一個統一的編輯框架，該框架利用自適應編輯pipeline自動收集不同場景下的多樣化高質量編輯數據，從而以可擴展的方式進行處理。構建了一個多類型、多場景的數據集AnyEdit，并為其設計了相應的基準測試集AnyEditTest，涵蓋了25種復雜的編輯類型，以滿足現實世界中更廣泛的編輯需...數據圖像人工智能（AI）—算力的發展歷程
人工智能（AI）在算力方面的發展歷程是與硬件技術的進步緊密相連的。以下是這一領域重要的發展里程碑：1.初始階段（1950s1970s）AI研究起步時，算力受限于早期計算機的性能。這些計算機體積龐大，處理能力有限。個人計算機（PC）的出現使得更多研究者能夠訪問到計算資源，但其算力仍然非常有限。2.微處理器和工作站（1980s1990s）微處理器的發展帶來了計算能力的顯著提升。同時，工作站成為AI研究的重要平臺。更強大的微處理器...人工智能AI算力解釋生成式人工智能
快速瀏覽一下頭條新聞就會發現，如今生成人工智能似乎無處不在。事實上，其中一些標題實際上可能是由生成人工智能（如OpenAI的ChatGPT）撰寫的，這是一個聊天機器人，展示了一種近乎人類寫作的不可思議的能力。但當人們說“生成人工智能”時，他們真正指的是什么呢？在過去幾年生成人工智能的興起之前，當人們談論人工智能時，通常是在談論能夠根據數據進行預測的機器學習模型。例如，這些模型通過數百萬個示例進行訓練，以預測...生成式人工智能訓練數據如何借助 kimiChat 創造好用的提示詞？一招教會你
雖然內置的提示詞很好用，但是畢竟個數有限，很多場景沒有涵蓋在內。那如何寫一個跟KimiChat內置那樣好用的提示詞呢？首先我們把Kimi內置的提示詞收集一些到本地文檔里，然后直接發給KimiChat進行分析。接著讓KimiChat幫我們提取這些提示詞的共性部分。我們可以看到，幫我們總結7大方面：創作指導目標明確風格與格式互動性實用性創意與個性化信息組織如果我們要自己手動寫提示詞的話，就可以參考以上這些方面進行思考。這里我們...kimiChat提示詞AINature: LLM變得越來越像大腦
?哥倫比亞大學和范斯坦醫學研究所學者最近研究了LLM與腦神經反應的相似性。目的與發現研究的目的是確定最新的LLM是否與人腦表現出相似之處，有可能提高對LLM和大腦的理解，尤其在理解和生成語言方面。研究結果發表在《自然機器智能》上【文獻1】，表明隨著LLM越來越先進，不僅性能更高，也變得更像大腦。研究方法研究人員通過植入神經外科患者大腦的電極記錄了他們在聽語音時的腦神經反應。并將同一語音的文本提供給LLM并提取...NatureLLM人腦分布式框架下的數據處理與模型推理實踐
概念Ray是一個開源的高性能分布式計算框架，旨在簡化大規模分布式應用的開發和運行。它提供了靈活的任務調度、資源管理以及并行計算能力，使開發者能夠輕松實現從單機到多節點的計算擴展。Ray支持多種場景，包括分布式機器學習訓練、強化學習、超參數優化、大規模數據處理和實時模型部署等。Ray的核心概念是通過統一的API，使開發者專注于邏輯開發，而不必關心底層的分布式實現細節。通過模塊化設計，Ray集成了多個功能強大的庫...分布式框架模型微軟研究院推出的MarS：生成基礎模型時代的統一金融市場模擬引擎
原創01、概述在人工智能的浪潮中，生成式大模型（GenerativeFoundationModels）已迅速滲透多個領域，從內容生成到產業應用，無所不在。然而，將這類模型與金融市場數據深度結合的嘗試，正在重新定義金融科技的邊界。微軟研究院通過開發大市場模型（LargeMarketModel,LMM）和金融市場仿真引擎（MarS），為金融市場帶來了顛覆性創新。這些工具不僅賦能金融研究者高效建模，更為市場預測、風險管理和交易策略優化提供了全新思路。今天...微軟研究院生成式大模型什么是神經網絡—終于把梯度下降搞明白了！
什么是梯度下降？梯度下降是一種用于優化目標函數的迭代算法。什么是目標函數？就是損失函數，損失函數（LossFunction）是在機器學習和深度學習中廣泛使用的一個概念。它主要用于衡量模型的預測結果與實際結果之間的差異程度。簡單來說，損失函數的值越小，說明模型的預測越準確。例如，在一個回歸問題（比如預測房價）中，常用的損失函數是均方誤差（MSE）。假設真實房價是y，模型預測的房價是y^，均方誤差損失函數可以表示為...神經網絡學習率參數多模態視覺層：CLIP、SigLIP誰更勝一籌
一、摘要SigLIP【全稱：SigmoidLossforLanguageImagePreTraining】，SigLIP是在batch內，利用sigmod對文圖對做二分類；CLIP是在batch內，利用softmax對文圖對做多分類。SigLIP不需要對兩兩相似進行全局歸一化，這樣的做法允許擴大batch的大小，同時在較小的batch下也能表現的好。如下圖所示：SigLIP利用sigmod對文圖對做二分類，是在指導模型朝著文字Tokens和圖像Tokens的兩個序列的對角線上值越來越大，非對角線上的值越來越小...CLIPSigLIP二分類如何優化大型語言模型（LLM）的分塊策略
原創?本文探討了LLM分塊的不同方法，包括固定大小分塊、遞歸分塊、語義分塊和代理分塊，每種方法都各有獨特的優勢。大型語言模型（LLM）通過其生成類似人類水平的文本、解答復雜問題的能力以及對大量信息進行分析所展現出的驚人準確性，已經改變了自然語言處理（NLP）領域。從客戶服務到醫學研究，LLM在處理各種查詢并生成詳細回復的能力使它們在許多領域都具有不可估量的價值。然而，隨著LLM的規模擴大以處理不斷增長的數據，它們...大型語言模型LLMRAG全面對比AI Agent 與 Agentic AI
原創AIAgent與AgenticAI都是目前火熱的AI應用方式，小到各種工具，大到企業應用系統，無不充斥著使用AIAgent或AgenticAI來改造一遍的期望。那么，究竟何為AIAgent？AgenticAI又是何方神圣？他們又有什么區別和聯系呢？先看下他們基本的概念：AIAgent是一種具備自主理解、感知、規劃、記憶和使用工具能力的智能體，通常在相對有限的需求范圍內工作，其目的是高效、準確地完成指定的任務。AIAgent經典架構AgenticAI指具備高度自主性、...AIAI應用AgentAgenticAI Agent如何全面評估多模態大模型能力？MLLM評測任務與指標總結
原創 精華本篇總結了多模態大模型的評測任務和指標。目前多模態大型語言模型（MLLMs）的研究主要集中在模型架構和訓練方法上，但用于評估這些模型的基準測試的分析還比較少。另外目前評測可能還存在三大問題：目標不一致：每個模態、基準測試都有不同的目標，導致研究領域碎片化。任務飽和：多樣化目標驅動的任務激增，這種飽和使得很難辨別真正創新或有影響力的基準測試，導致寶貴的資源被忽視或利用不足。指標演變與差異：曾經推出發一...多模態大模型影響RAG檢索效果的原因有那些？
原創“RAG任何一個環節都可能對最終結果造成重大影響，也就是失之毫厘差之千里”RAG——檢索增強生成技術，其技術的核心點在于數據檢索；在RAG系統流程中，需要經過文檔加載，切片，嵌入，存儲和檢索等多個步驟。但從實際效果來看，RAG檢索還存在很多問題，比如說數據檢索不準確，冗余數據多，成本高等多個方面；而怎么優化RAG系統是目前大模型應用領域中一個亟待解決的問題。但具體怎么解決這些問題，就需要從RAG的幾個環節入手，...RAGRAG檢索馬斯克明顯是個惡霸！不會完全放棄非營利性質！奧特曼罕見采訪曝猛料：馬斯克喜歡到處干架
原創編輯伊風出品51CTO技術棧（微信號：blog51cto）震驚了！家人們。在馬斯克今天第四次訴訟OpenAI，阻止后者向盈利公司轉型時。昨天，在外媒TheFreePress的采訪中，奧特曼突然一改口風！在采訪中犀利攻擊馬斯克“是個惡霸，而且很喜歡與人發生沖突（"clearlyabully"wholikestopickfightswithpeople）”、“在推特上表現得很糟糕”。對于被馬斯克記恨上了這件事，奧特曼的應對顯得無奈又幽默，他說“過去他與貝索斯、蓋茨、扎克伯格...馬斯克馬斯克AI
