AI.x社區
- 登錄/注冊
谷歌AI推出LAuReL：讓神經網絡更高效的革命性架構
原創 精華01、概述在人工智能的世界里，“效率”幾乎成了決定模型成敗的關鍵因素。尤其是如今那些體量龐大的語言模型和視覺模型，它們在實際部署時會面臨多重挑戰，例如訓練計算成本高昂、推理延遲明顯、內存占用過大等。這些問題不僅增加了部署成本，還讓模型在實際場景中的應用受限。因此，如何在保證模型質量的前提下，優化計算資源，成為當前深度學習研究中的熱點問題。最近，谷歌AI團隊發布了一種新型神經網絡架構——LearnedAugmen...神經網絡人工智能僅用5M數據超過 OpenAI？快手最新 Code Embedding 模型 OASIS(綠洲)發布
原創出品51CTO技術棧（微信號：blog51cto）最近，快手Kwaipilot團隊正式宣布開源OASIS（OptimizedAugmentationStrategyforImprovedcodeSearch）CodeEmbedding模型?？焓諯waipilot團隊在代碼表征領域實現了突破性進展，僅僅使用5MTokens數據大幅領先OpenAI，在多個CodeSearchbenchmark中顯著超越現有最佳水平。1.什么是代碼表征隨著代碼庫規模的持續擴大，開發者越來越依賴高效的代碼檢索系統來提升開發效率。傳統的關鍵詞匹配方法已...OpenAI模型OASISLightRAG：提升檢索增強生成的效率與準確性
原創01、概述在快速發展的人工智能領域，如何讓語言模型更高效、更準確地生成上下文相關的答案，一直是研究者們的熱門課題。最近，來自香港大學和北京郵電大學的研究團隊推出了LightRAG，一種輕量級、高效的檢索增強生成（RAG）方法，標志著這一領域的新進展。與以往的RAG模型相比，LightRAG在生成速度和上下文相關性方面表現更佳，為開發者提供了更強大的工具。02、什么是RAG？檢索增強生成（RetrievalAugmentedGeneration,RAG）是...LightRAGRAG揭秘：為何大模型總是賺不到錢？行業內幕大曝光！
原創編輯伊風出品51CTO技術棧（微信號：blog51cto）一個扎心的問題：大模型盈利了嗎？隨著技術的發展，AI逐漸走下了「神壇」，整個業界都變得更加客觀和務實。從OpenAI今年高達50億的天價虧損，到月暗沸沸揚揚的前投資人仲裁風波，大模型廠商的生意之路不是鋪滿大額融資的花路，而是充滿了坎坷和荊棘。最近，國外的一篇熱議的博客更毫不客氣地指出：做大模型廠商不是明智之舉。“像ChatGPT和Claude.ai這樣的大語言模型非常炫酷，許...大模型AIOpenAI將大語言模型集成到現有軟件系統的完整指南
原創隨著最近應用迅速普及開來、人工智能（AI）得到廣泛采用，大語言模型（LLM）已變得備受廣大公司企業、開發人員和非開發人員的歡迎，因為它們為用戶提供了諸多好處。它們幫助開發人員調試代碼并生成代碼片段，還幫助澄清看似復雜的編程概念和任務，從而提高生產力。只要用于訓練的數據集涵蓋主題，使用LLM的非開發人員就可以受益于對問題做出快速且定制的響應和答復。LLM簡介大語言模型（LLM）是能夠理解和生成文本以及處理其他...大語言模型LLM人工智能深度學習故障診斷規則提取案例分析（可解釋性）
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...深度學習故障軸承信號Kimi，絕了
隨著時間的推移，我發現自己越來越依賴Kimi這款智能助手，幾乎到了離不開的程度。其顯著的優勢在于大大提高了信息獲取的效率，但同時也帶來了一個副作用，那就是自己變得越來越不愿意動腦子了。每當遇到不懂或不會的問題，我的第一反應總是打開Kimi尋求幫助。一、每日工作流的高效伙伴Kimi在我每日的工作流程中扮演著重要角色。尤其是在短視頻平臺的圖片發布工作上，它成為了我的得力助手。以下是我每日使用Kimi的工作流程：內...Kimi智能多樣化2024年人工智能進展：10大開創性研究亮點
精華隨著人工智能技術的飛速發展，2024年的研究者們在多個領域取得了重大突破。這些研究成果不僅提高了AI的效率和性能，還擴展了AI的應用范圍，使其能夠更好地理解和創造內容，為各行各業帶來了革命性的變化。在本文中，我們深入研究了十篇開創性的研究論文，這些論文在包括大語言模型、多模態處理、視頻生成與編輯以及交互式環境創建等不同領域拓展了人工智能的前沿。這些研究由Meta、谷歌DeepMind、StabilityAI、Anthropic和微軟...人工智能Anthropic智能代碼審查從此不是形式主義：通過 AI 提升 CI 中的代碼質量與安全性
精華在現代軟件開發過程中，代碼質量和安全性始終是關注的焦點。然而，傳統的代碼審查流程往往面臨許多挑戰，如人工審查速度慢、漏掉潛在問題等問題。尤其是在快速發展的持續集成（CI）環境中，這些挑戰更加突出。本文將介紹如何通過QualityAgent（一種專注于代碼審查的AIAgent）在CI流程中提升代碼質量與安全性，解放開發者的生產力。希望本文對技術負責人和開發者有所啟發。1.為什么需要AI的CodeReview？隨著軟件開發復雜度的增加...AIAgent技術Agent實踐之如何在京東LLM落地
原創大模型缺少在最少的人類監督下自主行動的能力，以及在復雜環境中適應和執行目標的能力，而AIAgent不僅能自動執行任務，還具有一定程度的代理能力。AIAgent被認為是走向通用人工智能(AGI)的關鍵路徑之一。根據用戶群體的不同，AIAgent可分為面向C端用戶和B端企業這兩類：面向C端用戶，AIAgent的定位是“個人助理”，提供個性化的日常任務輔助和智能交互服務。通過學習用戶偏好來定制服務，如日程管理、信息搜索和娛樂互動，同時...AgentLLMRAG與本地知識庫，向量數據庫，以及知識圖譜的聯系與區別
原創?“RAG的本質是高效檢索，而知識庫，向量數據庫和知識圖譜只是組織數據的一種形式”這兩天在之前的一篇關于RAG檢索增強的文章中有一個評論，問RAG和知識圖譜的區別；這時才發現，原來很多人對RAG技術還沒有一個本質的認識，以及與其相關的本地知識庫，向量數據庫等。所以，今天就來介紹一下上面的這些概念，以及其聯系與區別。RAG——檢索增強生成前面寫過好幾篇關于RAG的文章，但可能到現在很多人還不明白什么是RAG——檢索增...RAG知識圖譜向量數據庫吳恩達大佬關于智能體趨勢的最新觀點！
大語言模型(LLM)通常被優化用來回答人們的問題。但是現在有一個趨勢是模型也在被優化以適應智能體工作流程。這將大大提升智能體的性能！在ChatGPT在問答方面取得突破性成功之后，大量的LLM開發都集中在提供良好的消費者體驗上。因此，LLM被調教來回答問題（"為什么莎士比亞要寫《麥克白》？"）或遵循人類提供的指令（"解釋為什么莎士比亞寫了《麥克白》"）。指令微調數據集中的很大一部分都在引導模型為人類編寫的問題和指令提...吳恩達智能體趨勢獨立與依賴：為何Musk也應建AI云平臺
TeslaDojoTesla自研的D1芯片采用7納米制程，包含354個核心，每個核心擁有1.25MBSRAM，支持多種數據格式。單芯片計算能力達362TFLOPS，專為自動駕駛AI并行計算優化。DojoV1系統包含6個訓練模塊，共5.31萬個核心，運算能力為1exaflops；完整ExaPod系統擴展至120個模塊，106.2萬個核心，目標運算能力為20exaflops。每個訓練模塊提供9petaflops計算能力，配備高帶寬內存，單模塊功耗15千瓦。采用水冷設計，內存帶寬達400GBs（讀?。?..MuskAI云平臺雷軍看了都要哭了的幾行代碼，WPS AI會員的錢又省了
首先，我們可以配置幾乎所有的大模型，而WPS卻不可以，其次，這些幾乎都是免費的。下面，我來給大家分享一下。這里我們用的是OpenAI，當然你可以用其他的大模型，不過需要修改以下對返回字符串的修改。你可以先下載文件，然后安裝一下。您需要做的第一件事是使加載項文件受信任，以便Microsoft不會阻止它們運行。此安全警告并非特定于此加載項。這是您需要對從Internet下載的每個excel加載項執行的操作。請參閱以下步驟右鍵單擊...代碼AI會員阿里發布類o1模型QWQ，可自我反思糾錯，實測數學推理遠超o1、DS-R1，人人免費
精華編輯言征阿里真的是開源模型界的扛把子，這次把類o1模型的預覽版也公開推出了，現在大家都可以直接在抱抱臉上體驗又一個國產版的萬能推理機了！小編迫不及待地馬上嘗試了兩個高中奧數題，一道數列題、一道概率題，這解題思路堪稱完美閉環。全對！緊接著，我在想是不是題目太簡單，直接上了一道微積分幾何考研題，沒想到居然也答對了！真被驚到了，這還需要什么考研輔導教材，有問題，找千問就行了！1.QwQ：不斷反思、自我質疑，...阿里OpenAIDS-R1Aider（已升級）：Aider利用雙模型架構做到85% SOTA得分！
Hi，這里是Aitrainee，歡迎閱讀本期新文章。令人振奮的是，Aider最近推出了一種新模式，名為“使用一對ArchitectEditor模型以提升編碼效果”。這個更新旨在通過協同工作，優化編碼過程，使開發更高效。將代碼推理和編輯分開架構師模型首先描述了如何解決編碼問題，包括設計思路和步驟。然后，將該解決方案傳遞給編輯器模型，后者負責生成具體的代碼編輯指令。這一架構師編輯器的方法顯著提升了多個模型的基準分數，相較于之前的...Aider雙模型架構從零到應用：通過開源 AI 項目學習
為什么要通過開源應用學習？想象一下學習騎自行車的過程。你不是從閱讀關于自行車的書籍開始，而是直接騎上去開始踩踏板！學習AI也是如此。與其僅僅閱讀AI相關的內容，不如通過使用和構建AI工具來更好地學習。開源應用的特別之處在于你可以“查看引擎蓋下的內容”——就像擁有一輛透明的自行車，你能看到所有齒輪如何協同工作。你可以閱讀代碼、進行修改，并從那些成功構建項目的開發者那里學習。此外，你并不孤單——開源社區...開源AI項目Kimi把自家底層推理架構都開源了，開源貢獻陣容相當豪華：清華、阿里、華為、AISoft、面壁智能
原創就在昨天，Kimi宣布要把自家底層的大模型推理架構Mooncake開源出來！有媒體稱該架構正是承載了月之暗面Kimi線上80%以上流量的正在用的底層架構。小編立馬求證了一番，的確Github上有提到：Mooncake正在服務Kimi平臺。而且上線還不到一天就已經斬獲了1600+stars。圖片開源地址：https:github.comkvcacheaiMooncake1.開源最終目標：高性能語義存儲的標準接口“在大模型時代，更多的數據、更大的模型、更長的上下文窗口帶來更高的...Kimi開源華為智譜大秀肌肉！CogAgent 2.0讓大模型接管一切！GLM-PC首創隱形屏幕，人類監工AI不遠了
原創編輯伊風出品51CTO技術棧（微信號：blog51cto）智譜AgentOpenDay，手機上的自動駕駛正式升級為全家桶！AutoGLM、AutoGLMWeb、GLMPC，分別在手機、瀏覽器和電腦端可用！這下終于全員能體驗一把AI助手「會操作」的魅力了。此前推出的AutoGLM因為蘋果生態的限制，只有安卓版，讓許多用戶都沒能走到申請內測的那一步?，F在最快能上手的就是已經上線的Web插件了，無需申請內測！在演示demo里，智譜大秀肌肉，展現了一把AutoGLM從小紅...CogAgent 2.0大模型AI長上下文語言模型評估體系探析
原創 精華編者按：如今，AI模型的上下文窗口正以驚人的速度擴大——從2018年的區區512個token到現在的200萬token。這種跨越式發展不僅僅是數字的變化，更代表著全新的應用機會：律師可以讓AI快速分析數千頁的法律文書，醫生能夠基于完整的病歷做出更精準的診斷，研究人員可以同時處理數百篇學術論文...但問題是，我們如何確保這些超長上下文模型真的"理解"了如此龐大的信息量？作者從三個維度詳細闡述了長上下文模型的評估方法——信息檢...AILLMs長上下文
