AI.x社區
- 登錄/注冊
Hugging Face 發布 SmolVLM：用于設備端推理的 2B 參數視覺語言模型
原創01、概述在人工智能的浪潮中，我們越來越渴望擁有既能處理視覺和語言任務，又不依賴于龐大基礎設施的機器學習模型。特別是對于筆記本電腦、消費級GPU或移動設備等設備，如何在性能和資源需求之間找到平衡點，成為了一個挑戰。今天，我們要聊的就是這樣一個“小而美”的解決方案——SmolVLM，一個由HuggingFace推出的2B參數視覺語言模型，專為設備端推理而設計。02、性能與資源的平衡藝術在視覺語言模型（VLMs）的世界里，許多模...大語言模型計算機視覺PydanticAI：一個基于 Python 的新代理框架，用于構建生產級 LLM 支持的應用程序
01、概述在AI技術飛速發展的今天，越來越多的應用程序開始依賴大語言模型（LLM）來提供智能化功能。然而，將LLM應用于實際生產環境并非易事。開發者往往會面臨如下挑戰：模型響應不一致，無法始終保證輸出的準確性。缺乏穩健性，在高并發場景下難以保持系統穩定。類型安全性薄弱，導致數據結構不符合預期。在這種背景下，如何開發一款能夠為用戶提供可靠、精準且上下文適宜的輸出的LLM應用，成為了開發者的首要任務。傳統方法在...PydanticAIPythonLLM為什么分塊在RAG技術中很重要？但又很沒有存在感？
原創“RAG技術是一項系統化的工程，由多個重要環節組成，而不是單一的技術實體”RAG技術作為目前大模型應用比較火的一個領域，怎么做好一個RAG系統一直是很多人和企業都在思考的一個問題；但RAG并不是一個獨立的技術，而是一個技術的集合體，涉及到多個不同的技術；比如說向量數據庫，embedding，語義分析，搜索技術等等。而在RAG技術中有一個不被大家所重視的一點就是——分塊(chunk)；什么是分塊？舉個例子，西游記作為我國的四大...RAG關于大模型的幻覺問題，大模型有可能做到百分之百的準確率嗎？
原創?“大模型的幻覺是一把雙刃劍，并不是非黑即白”大模型技術經過這幾年的發展，已經可以算是小有成就；雖然大模型已經開始融入到部分企業應用場景中，但不得不說在應用中大模型還存在很多問題；特別是在一些要求比較嚴格的應用場景中，甚至都不太敢使用大模型；比如說醫療，自動駕駛等領域。原因就在于大模型的不確定性，畢竟大模型的幻覺問題一直沒有被解決；所以這就帶來一個問題，大模型能徹底解決幻覺問題嗎？也就是說大模...大模型幻覺RAG微軟發布Phi-4，最強小模型！參數極小、超GPT-4o
微軟研究院發布了最強小參數模型——Phi4。Phi系列模型自今已經發布了5代，Phi4也延續了之前的小參數模式只有140億。但在GPQA研究生水平、MATH數學基準中，分別達到了56.1和80.4超過了GPT4o，同時也超過了同類型的開源模型Qwen2.514B和Llama3.370B。而在美國數學競賽AMC的測試中，Phi4達到了驚人的91.8分，再次超過了GeminiPro1.5、GPT4o、Claude3.5Sonnet、Qwen2.5等知名開閉源模型，甚至整體性能可以與4050億參數的Llama3.1相...編程 開源 代碼RAG檢索增強生成和大模型微調的抉擇
原創?“RAG和微調即相似，又不完全相同，它們在能力上是互補的。”很多人會奇怪RAG和微調有什么關系，而對RAG和微調了解的人應該都明白為什么會把RAG和微調放在一塊討論。有些人說有了RAG就不需要微調，而另一些人說有了微調就不需要RAG，這到底是怎么回事？RAG和微調之間到底存在什么樣的恩恩怨怨？RAG與微調作者在第一次看到RAG和微調的標題時，也是一臉懵逼；RAG和微調有什么關系，它們完全是兩種不同的技術，為什么會被放在一...微調RAG我們一起聊聊基于快速傅里葉卷積（FFC） 的故障診斷模型
本期推出一種基于快速傅里葉卷積的FFCResNet的網絡模型，通過把ResNet中常規卷積替換為快速傅里葉卷積，提升了卷積神經網絡（CNN）的性能，并應用在軸承故障診斷任務上，取得了不錯的效果！通過巧妙融合快速傅里葉變換（FFT）的卓越性能，快速傅里葉卷積（FFC）成為了執行卷積操作的高效利器，尤其是在渴求全局性上下文理解與跨尺度特征無縫融合的場景下展現出了非凡優勢。這種創新性的頻域處理手段，不僅顯著提升了特征提取的...神經網絡CNNFFCDeepSeek-VL2開源，VLM邁入MoE時代！
?DeepSeekVL2：一個先進的大型混合專家（MoE）視覺語言模型系列，它顯著改進了其前身DeepSeekVL。DeepSeekVL2在多種任務上展現出卓越的能力，包括視覺問題回答、光學字符識別、文檔表格圖表理解以及視覺定位。圖片包括三個變體：DeepSeekVL2Tiny、DeepSeekVL2Small和DeepSeekVL2，分別擁有10億、28億和45億激活參數。與現有的開源密集型和基于MoE的模型相比，DeepSeekVL2在相似或更少的激活參數下實現了競爭性或最先進的性能。...DeepSeek-VL2開源VLM從數據集到模型：視頻和音頻情緒分析的綜合研究
情緒分析作為自然語言處理和人工智能領域的重要研究方向，近年來受到了廣泛關注。情緒分析技術能夠自動識別和理解文本、音頻、視頻等多種數據中的情緒信息，在社交媒體監控、客戶服務、心理健康評估等多個領域具有重要應用價值。例如，通過情緒分析，企業可以更好地了解客戶反饋，改進產品和服務；心理健康專家可以通過分析患者的情緒變化，提供更精確的診斷和治療建議。然而，單一模態的情緒分析（如純文本或純音頻）存在一定...數據集模型音頻改個名字，數倍提升Function Calling準確率！
你好啊，我是小智，今天我將詳細解析Hammer模型如何通過函數名和參數名的修改，數倍提升模型在FunctionCalling任務中的準確性。改名提升模型性能，看似玄學也有依據簡潔命名的模糊性在大多數編程語言中，函數名和參數名都是對功能的抽象表達。通常情況下，簡潔的命名規則便于代碼閱讀與理解，但當這些簡潔的命名被直接作為模型輸入時，可能會導致一定程度的模糊性。例如，假設我們有一個名為getdata的函數，該函數可能用于從數...Hammer模型機器學習LLM推薦系統時代來了？2024大廠頂會工作總結
基于LargeLanguageModel做推薦系統可以說是最近2年推薦系統領域最火的研究點。一方面，LLM的理解能力、在各個領域的廣發應用，使其自然而然衍生了和推薦系統結合的研究方向；另一方面，傳統的推薦模型優化已逐漸進入瓶頸，依然基于原有的建模思路進一步優化很難帶來顯著收益。因此無論是工業界還是學術界，都在LLM+推薦系統這個方向投入了很多的人力和資源。在2024年的推薦系統頂會工作中，大廠、學校合作的論文70%都是和大模型...LLM推薦系統微軟 Phi-4 震撼發布：14B 參數模型性能超越 一眾大模型，數學推理性能提升顯著
微軟近期發布的Phi4大語言模型震撼AI社區，這款僅14B參數的輕量級模型以其卓越的性能，挑戰了現有大型AI模型的性能極限。Phi4最引人注目的成就是在數學推理領域展現出令人驚嘆的能力。在AMC1012數學競賽問題上，模型達到了91.8%的驚人準確率，不僅超越了，甚至與GPT4omini和Llama3.370B的性能相當。這一成就背后，是微軟工程師在數據生成和訓練技術上的創新突破。模型性能的關鍵來自三個核心技術創新：高質量合成數據集：微軟工...微軟Phi-4參數王小川當場自曝：為什么百川不做Sora；生命科學是下一個互聯網；大模型創業有兩大誤區；AGI5年后就會到來
原創編輯｜言征出品51CTO技術棧（微信號：blog51cto）王小川不止搞大模型，這次真的要在醫療行業搞出大動靜來了！12月14日上午，百川智能王小川在與極客公園創始人張鵬進行了一場圓桌對話。對話中，王小川公開透露了進入下半年來，有些低調的百川究竟在做什么事情，更是抖出了很多有關百川智能成立前后的趣事，比如百川的“百”是怎么得來的，以及如何跑步入場贏得投資人信任、拿到融資的，并詳細闡述了在中美博弈的環境下，自己在...王小川百川Sora蘋果不關心AGI
原創編輯伊風出品51CTO技術棧（微信號：blog51cto）進入AI時代，蘋果的光環似乎黯淡了。與大多數喜歡談論AGI的科技巨頭不同，蘋果對AI的謹慎態度，似乎沒有在發布「AppleIntelligence」之后就發生根本性的轉變。“所有蘋果高管，包括庫克，都強調，盡管人工智能具有巨大的顛覆性潛力，蘋果將以公司一貫的清晰和嚴謹來處理這一改變游戲規則的技術。”這是，外媒WIRED最近采訪了幾位蘋果高管后寫下的感受。圖片不僅如此，領導蘋果AI的...蘋果AGIiPhone基于CNN＋PyTorch實現視覺檢測分類
原創本文給出了一個使用CNN＋PyTorch實現汽車電子行業視覺檢測分類詳盡的實戰案例解析。在本文中，我們開發了一個卷積神經網絡（CNN），用于汽車電子行業的視覺檢測分類任務。在此過程中，我們深入研究了卷積層的概念和相關數學知識，并研究了CNN實際看到的內容以及圖像的哪些部分導致它們做出決策。第1部分：概念背景1.任務：將工業部件分類為合格件或廢品在自動裝配線的一個工位中，帶有兩個突出金屬銷的線圈必須精確地定位在外殼...神經網絡CNNPyTorch對齊馬斯克，楊立昆稱AGI十年內將實現！談未來：AI不會讓人失業，人類總有解決不完的問題
原創整理伊風出品51CTO技術棧（微信號：blog51cto）楊立昆做客《WTF人物》，與印度企業家NikhilKamath談論有關人工智能的一切。在一個半小時的訪談中，楊立昆的博學和謙遜讓人印象深刻。為了向提問者解釋“神經網絡語言模型”，他可以從香農的信息論講起，把AI晦澀的知識講得深入淺出。圖片談到AI教父，他直言不喜歡這個像黑手黨一般的稱呼，但他希望能成為學界的英雄。他更提到，因為他立場鮮明的公開言論，很多人認為他是白癡。這...楊立昆AGI馬斯克Sonauto免費AI音樂編輯器：小白也能快速上手的音樂創作平臺！
在科技浪潮洶涌澎湃的時代，人工智能宛如一陣旋風，席卷了各行各業，音樂領域自然也不例外。從智能推薦符合個人口味的歌單，到輔助音樂人完成編曲混音，AI的身影愈發頻繁地出現在音樂生產鏈當中。而在一眾AI音樂工具里，Sonauto猶如一顆嶄露頭角的新星，正散發著獨特的光芒，吸引著無數音樂愛好者、創作者以及行業從業者的目光。今天，就讓我們一同深入探尋Sonauto的奧秘，看看它究竟如何重塑音樂創作版圖。一、Sonauto概述Sona...AI音樂編輯器當大模型也配備“秘書”：AssistRAG 的創新與應用
你是否經歷過這樣的場景：向ChatGPT詢問一道復雜的數學題，它給出了一個看似合理但完全錯誤的答案；或者明明上下文里有現成的答案，它卻繞了一大圈給出了不著邊際的回復。這就是大語言模型著名的"幻覺"問題，就像一個博學但不夠嚴謹的學者，時常會腦補一些并不存在的信息。為了解決這個問題，研究人員提出了檢索增強生成(RAG)技術。簡單來說，就是在模型回答問題之前，先讓它查閱相關的資料。這就像是給學者配備了一個圖書館，...AI主模型智能助手Agent框架大比拼，llama agents vs langgraph
嘿，大家好！這里是一個專注于AI智能體的頻道！LlamaAgents和LangGraph，這兩個框架分別由llamaIndex團隊和langchain團隊開源，都是人工智能領域的熱門框架。首先看LlamaAgents的流程圖如下：在LlamaAgents中，用戶可以直接與controlplane交互，控制平面由一個協調器和一系列服務元數據組成。協調器負責決定下一步會發生什么，顯示出動態決策的能力。服務元數據則負責維護服務的元信息，確保信息的適當管理和檢索。LlamaAgents...Agent框架人工智能小模型界o1來了：微軟推出Phi-4，數學推理能力太逆天！14B模型擊敗GPT-4o！還印證了AI墻的一個重要推斷
原創編輯伊風出品51CTO技術棧（微信號：blog51cto）家人們，微軟Phi4的數學能力太逆天了。誰看了不感慨一句：小模型才是未來！8個月前，微軟發布了Phi3，性能超過龐然大物Llama3，狠狠驚艷了我們一把。8個月后，Phi4飛躍式突破，讓所有人知道誰才是小模型唯一的王！圖片自幾個月前o1發布后，模型“搞定”數理化的能力已經飛升到博士級別，大模型也紛紛在推理能力上進行追趕。而Phi4祭出了小模型的王炸，14B小小模型，在數學推理上竟...小模型OpenAI微軟
