1.引言關于ChatGPT（廣義上為生成式AI）的討論現已演變為AgenticAI。ChatGPT主要是一個生成文本響應的聊天機器人，而AIAgents則能夠自主執行復雜任務，例如完成銷售、計劃旅行、預訂航班、雇傭承包商進行房屋工作、訂購披薩等。圖1展示了AgenticAI系統的演變。比爾·蓋茨（BillGates）最近設想了一個未來，人們將擁有一個能夠處理和響應自然語言并完成多種不同任務的AIAgent。蓋茨以計劃旅行為例。通常，這需要你親自預訂酒店、...

我大部分時間都在構建和改進RetrievalAugmentedGeneration(RAG)應用。我相信RAG可能是最受歡迎的AI應用之一。它無處不在，從聊天機器人到文檔摘要。我也相信，由于各種原因，許多RAG應用最終未能部署，其中很多并非技術原因。然而，我希望自己早知道一些技術方面的知識，以創建更有效的RAG。但這就是我們學習新事物的方式。沒有比構建并失敗更好的工程學習方法了。從我的失敗中，我學到了一些寶貴的經驗教訓，這些經驗對首次構...

編輯云昭出品51CTO技術棧（微信號：blog51cto）經歷了5月份的“買買買”的節奏之后，6月的OpenAI終于開始對谷歌的Gemini2.5Pro發起了反擊。今天凌晨，SamAltman動作非常密集。先是宣布o3價格“截肢”（價格直接降至15），緊接著不到2小時后就發布了o3pro。圖片那么，o3pro究竟怎么樣？現在OpenAI放出來的各種測評評分顯示：o3pro是目前認知能力、智商最高的SOTA模型，甚至超過了人類的平均水平。一項IQ測試結果顯示，o3的智商得...

CVPR（IEEEConferenceonComputerVisionandPatternRecognition）是國際計算機視覺和模式識別領域的頂級學術會議之一。CVPR2025將于6月11日至6月15日在美國田納西州納什維爾舉辦，本屆共收到了13,008篇有效論文提交，最終有2,878篇被接收，整體錄用率約為22.1%。其中，快手共有12篇論文入選CVPR2025，涵蓋視頻質量評估、多模態數據集構建與基準測試、動態3D頭像重建、動態4D場景模擬、視頻生成與增強技術、可控視頻生成與編輯等多...

編者按：當我們談論檢索增強生成（RAG）系統的性能瓶頸時，大多數人會關注模型架構、向量數據庫優化或檢索、生成策略，但是否有人深入思考過一個更基礎卻被忽視的問題：光學字符識別（OCR）的質量究竟在多大程度上制約著整個RAG系統的表現？我們今天為大家帶來的這篇文章，作者的觀點是OCR的識別質量形成了一個隱形的性能天花板，從根本上限制了即使是最先進RAG系統的效果。文章通過基于OHRv2基準測試的深度實驗分析，量化了OCR...

身為一名AI工程師，我過去的工作主要集中在應用層開發，對算法的理解并不深入。然而，近期我開始對算法產生了濃厚的興趣，并轉向研究模型微調。在眾多微調算法中，Lora以其普遍應用引起了我的關注，我計劃在本文中對它進行詳細介紹。將Lora僅僅視為一種算法可能并不準確，它更像是一種精妙的技巧或策略。下文將圍繞幾個核心問題，全面探討和解析Lora技術，希望這些內容能為對模型微調感興趣的你提供有用的參考和幫助。Lora是什...

文章地址：https:arxiv.orgpdf2505.19415開源地址：https:hanghuacs.github.ioMMIGBench亮點直擊統一的任務覆蓋與多模態輸入：收集了超過380組（涵蓋動物、物體、人類和風格等類別），共計1,750張以物體為中心的多視圖圖像，支持嚴格的基于參考圖像的生成任務。構建了4,850條富含標注的提示語，涵蓋組合性（屬性、關系、物體、數量）、風格（固定模式、專業風格、自然風格、人類書寫）、寫實性（想象類）以及常識性（比較、否定...

傳統云計算依賴集中式數據訓練模型，但邊緣計算的普及催生了新范式——去中心化機器學習。其核心代表——聯邦學習正在顛覆傳統流程。本文將對聯邦學習概念及其三個關鍵技術展開討論。簡介——打破云障礙多年來，云計算一直是機器學習的主導范式。海量數據圖表被上傳到中心化服務器，經過超強GPU的處理，最終轉化為能夠提供建議、預測和推理的模型。但是，如果不是“只有一條路”呢？我們生活在一個數十億設備（智能手機、智能傳...

本地部署Llamafactory首先我們需要本地部署一個零代碼，專門用來微調大模型的開源項目：Llamafactory。它在GitHub目前已經斬獲49K超高Star。??https:github.comhiyougaLLaMAFactory??并且，這個項目還是我們國人開源的，作者是北京航空航天大學博士生鄭耀威先通過git指令把源碼拉取到本地。gitclonehttps:github.comhiyougaLLaMAFactory.git如果沒有git，也可以直接下載源碼的zip包。然后，我們還是使用dockercompose部署。...

這兩天，很多媒體都在寫用AI考高考題的內容。我本來真的沒打算卷這個選題，因為知道大家肯定都會寫，都會卷，我也想休息休息，真的就不打算寫了。但是吧，用AI測語文考試還沒啥，但是看了一些用AI做數學考試的文章，真的給我看的一臉地鐵老頭表情包，就，那個測試方法，也特么太扯淡了。我覺得既然是考試，那就公平公正的去測試？當然，你要是玩整活，那就另談了。結果最后得出一些不太靠譜的結論，我覺得還是蠻誤導大家的。客...

你有沒有想過，大自然是怎么讓生物變得越來越強大的？比如，為什么長頸鹿的脖子越來越長，為什么鳥兒的翅膀能飛得越來越遠？？圖片其實，大自然有一套神奇的“優化”方法，而科學家們把這個方法用到了計算機里，這就是“遺傳算法”。接下來，我們將深入探討遺傳算法的設計思想、基本原理和實踐應用，幫助你更好地理解和應用這一強大的優化工具。1.前言｜什么是遺傳算法？遺傳算法（GeneticAlgorithm，簡稱GA）起源于對生物系統...

OpenAI早在2023年06月就推出了FunctionCalling，為大模型提供了工具調用功能。Anthropic在2024年11月推出了MCP，旨在標準化AI大模型與外部工具和數據源的交互。MCP是否要取代FunctionCalling？下文詳細剖析。1、FunctionCalling架構設計FunctionCalling是由OpenAI等公司推動的一種技術，它允許大語言模型（LLM）通過自然語言指令與外部工具和服務進行交互，從而將自然語言轉換為具體的API調用。這一技術解決了大語言模型在訓練...

SpringAIAlibaba1.0GA正式發布，它是專屬Spring開發者的AI框架，兼具提示詞模版、函數調用、格式化輸出等低層次抽象與RAG、Agent、對話記憶等高層次抽象，通義系列模型驅動，深度集成網關、配置中心、可觀測等云原生基礎設施生態，讓Java智能體開發迎來一款生產可用的企業級框架與解決方案，助力企業智能體開發進入一個新階段。Github地址：??https:github.comalibabaspringaialibaba??官網地址：??https:java2ai.com??...

在當今數字化時代，AI代理已經成為了現代自動化和智能系統的核心。無論是技術面試還是對前沿領域的探索，掌握AI代理的設計、部署和協調能力都變得至關重要。為了幫助大家更好地應對相關面試，今天我們整理了一份超全面的AI代理面試問題清單，涵蓋從基礎概念到高級實現策略的30個問題及答案。相信這些內容能讓你在任何關于代理型AI的討論中都游刃有余！話不多說，讓我們直接進入正題吧！一、AI代理是什么？它是如何工作的？AI代...

你有沒有遇到過這種情況？突然收到一條消息：“我弟弟周五航班的時間是幾點？”你打開郵箱，翻來覆去地查找，輸入關鍵詞，一頁一頁瀏覽，好不容易才找到那封關鍵郵件。這種操作在2025年還存在，是不是有點反人類了？最近，有一個項目就瞄準了這個痛點，推出了一個名叫ART·E的電子郵件研究代理。它并不是那種“看起來很厲害”的模型，而是真正能幫你從海量郵件中快速準確找到答案的工具。最讓人驚訝的是，它的表現竟然超過了o3...

嘿，小伙伴們！今天給大家帶來一個超級重磅的消息——Qwen3語言模型正式發布啦！這可不是普通的更新，而是語言模型領域的一次巨大飛躍。如果你對自然語言處理、多模態交互，甚至是多語言對話感興趣，那你絕對不能錯過這篇文章！一、Qwen3是什么？Qwen3是Qwen系列語言模型的最新版本，它在自然語言處理和多模態能力上都達到了一個新的高度。簡單來說，Qwen3就像是一個超級智能的“大腦”，能夠理解和生成各種復雜的語言內容，還...

在機器學習中，交叉驗證是一種非常重要的模型評估方法，它就像是給模型進行“多場景考試”，確保模型在不同的數據上都能表現良好。今天，我們就用最通俗易懂的方式來講解交叉驗證，幫助你更好地理解這個概念。No.1交叉驗證是什么？想象你是一個廚師，你開發了一道新菜，想讓朋友嘗嘗好不好吃。如果你只讓一個朋友試吃，可能他的口味太獨特，評價不一定客觀。所以，你可能會：多找幾個朋友試吃（用不同數據測試模型）。讓朋友輪...

一、配置與安裝我在嘗試運行AlpacaLoRA工具給大模型做微調時，發現了準備篇中的一些方法存在問題。經過了反復摸索，有以下幾點需要重新配置一下。1.由于https:huggingface.co國內無法訪問，需要預先從鏡像站：https:hfmirror.com下載好模型文件，而且需要重新選擇baffo32decapodaresearchllama7Bhf模型進行微調，因為這是AlpacaLoRA工具的推薦模型，為了提高成功率，本次先選它。2.我們準備用huggingfacehub工具下載模型，先激...

當我們想構建高性能的機器學習和AI系統時，僅僅訓練單個模型和系統往往是不夠的。通常在開發中需要構建多個模型，使用多種不同的算法，然后將不同的模型相互比較，看看哪個模型最好。此外，在比較過程中還需要“調整”每種不同算法的設置，以使它們以最佳方式（或接近最佳）執行。所以大多數機器學習算法都有“設置”，我們可以稱之為超參數，使用超參數是機器學習的重要組成部分。一、什么是超參數在機器學習和人工智能中，超...

在數字化辦公席卷全球的今天，文檔解析技術已成為企業數字化轉型的關鍵瓶頸。面對海量的合同、報告、論文等文檔資料，傳統解決方案要么速度緩慢，要么錯誤百出。5月22日，字節跳動開源的全新文檔解析模型Dolphin橫空出世，憑借僅322M參數的輕量級架構，在性能上實現了對GPT4.1、Claude3.5等重量級模型的全面超越！github:https:github.combytedanceDolphin在線Demo:http:115.190.42.15:8888dolphin下面開始部署指南：一、安裝依...