AI.x社區
- 登錄/注冊
AI 賦能量子計算突破
?一、量子計算薛定諤的愛情與狄拉克的996一文中筆者帶大家領略了量子力學的魅力，并簡單探討了量子計算（QC:QuantumComputing）。QC處于技術創新的最前沿，業界期待其解決傳統計算平臺無法有效解決的復雜問題，特別是突破當下AI大模型遇到的算力瓶頸。另一方面，新的大模型機理具備更高維度的新穎性，可以通過揭示隱藏的聯系建立更廣泛有用的創新框架，成為科學和哲學探索的有力工具，包括QC。二、AI賦能QC牛津大學、NVIDIA、...AIQC驅動如何進行高效的LLM分布式推理
1.背景這次指的大型語言模型（LLMs）主要說的是采用Transformers架構的模型，該架構在訓練階段具有高度的并行性。然而，在實際應用中，高效地部署這些模型面臨一些挑戰。這是因為生成推理是逐個token進行的，而每個token的計算都依賴于先前生成的標記。因此，支持大規模訓練的模型需要仔細考慮并行布局和內存優化，以實現所需的可擴展性和高效的低延遲推理。從而更好地支持大規模訓練的模型在實際應用中實現高效的低延遲推理，...LLM分布式MQA關于自適應模態分解方法
依據基本原理、分解過程和分解特性，可以將自適應模式分解方法分為三類，分別是基于時域局部特征、基于頻譜分割和基于時變濾波的信號分解方法。基于時域局部特征的多分量信號分解方法基于時域局部特征的多分量信號分解方法，依據信號特征自適應地將多分量信號分解為一組分量，為多分量信號的進一步分析提供了便利。對于分解到的分量，一方面可以運用：Hilbert變換、能量算子、歸一化Hilbert變換、經驗調幅調頻分析、廣義過零點...自適應模態Hilbert變換一夜小模型王座易主！英偉達發布超強小模型，性能、速率、緩存全面超越Llama3.2！
原創編輯｜言征小模型王座一夜易主了！冷不防，英偉達就丟出了一個新混合架構，以后不再只是Transformer的天下了。日前，NVIDIA剛剛發布了Hymba1.5BBase，這是一個將Transformer注意力機制與狀態空間模型（SSM）集成的小型語言模型。這種全新的混合架構只使用1.5T的Tokens進行訓練，性能、速度卻全面超越了市面上主流的所有小模型！英偉達的科學家兼研究經理PavloMolchanov在X上宣布了這一最新發展。圖片HuggingFace的技術負責人及...Llama3.2！人工智能模型超Gemini-1.5-pro 9.5%！字節&上交&北大開源StoryTeller：生成一致性高的長視頻描述
文章鏈接：https:arxiv.orgpdf2411.07076數據集&代碼：https:github.comhyc2026StoryTeller亮點直擊引入音畫角色識別任務：提出了音畫角色識別任務，通過整合視覺、音頻和文本信息，實現對白與角色的精準匹配，從而解決長視頻描述中的一致性挑戰，包括角色描述和故事邏輯連貫性。StoryTeller系統創新:開發了StoryTeller系統，包含視頻分割模塊、音畫角色識別模塊和身份感知的描述生成模塊，生成密集且一致性高的長視頻描述，兼...模型AI從 Llama 1 到 3.1：Llama 模型架構演進詳解
原創編者按：面對Llama模型家族的持續更新，您是否想要了解它們之間的關鍵區別和實際性能表現？本文將探討Llama系列模型的架構演變，梳理了Llama模型從1.0到3.1的完整演進歷程，深入剖析了每個版本的技術創新，還通過實際實驗對比了Llama2和Llama3在推理速度、答案長度和相對答案質量（RAQ）等關鍵指標上的表現差異。根據本文，Llama模型的架構演變主要經歷了以下三個階段：Llama1：基于原始Transformer架構，引入了預歸一化、RMSNo...LLMLlama基于Agent的金融問答系統：代碼重構
原創前言在上一章??【項目實戰】基于Agent的金融問答系統：前后端流程打通??，我們已經完成了金融問答系統的前后端搭建，形成了可用的Demo。本章，我們將介紹代碼重構的過程，并介紹一些優化點。代碼重構簡介在開啟本章介紹之前，請允許我花點時間啰嗦兩句，聊一聊代碼重構的哪些事兒。在過去經歷的項目中，代碼重構很少被人重視。看著像??一樣的代碼(抱歉爆粗口，我所經歷的一些項目包括我自己曾經寫的代碼，回看確實像??一樣)...Agent代碼重構只需一張圖片！實現任意3D/4D場景生成！港科大&清華&生數發布DimensionX
文章鏈接：https:arxiv.orgpdf2411.04928項目鏈接：https:chenshuo20.github.ioDimensionX亮點直擊提出了DimensionX框架，通過可控的視頻擴散技術，僅使用單張圖像生成逼真的3D和4D場景。提出了STDirector，通過學習（空間和時間）維度感知模塊，并結合我們精心挑選的數據集，解耦視頻擴散模型中的空間和時間先驗。進一步通過基于視頻擴散去噪過程本質的訓練無關組合方法，增強了混合維度控制。為了彌合視頻擴散與真實場景之間...3D 場景生成基于Agent的金融問答系統：前后端流程打通
原創前言在上一章??《【項目實戰】基于Agent的金融問答系統：Agent框架的構建》??中，我們已經完成了基于agent的問答系統主流程構建，本章將介紹如何將Agent通過langserve部署為后端服務，同時基于Vue.js+Vite構建前端頁面，完成問答系統前后端聯調。目標將Agent部署為后端服務構建前端頁面，完成問答系統前后端聯調后端實現代碼實現基于《大模型應用開發之Prompt初步了解》中langserve的所學內容，我們需要做的第一步為：1、安...AgentAI 創意大比拼！華盛頓大學和艾倫人工智能研究所聯手，用幽默風趣的方式，揭示了 AI 創意背后的真相
原創你是否曾為ChatGPT生成的那首“驚艷”詩歌而贊嘆不已？又或是被GPT4編寫的“神級”劇本所折服？然而，華盛頓大學和艾倫人工智能研究所的最新研究卻給我們潑了一盆冷水——AI的“創意”，其實不過是“拼湊大師”罷了！研究人員們開發了一套名為“創意指數”（CREATIVITYINDEX）的評估體系，通過分析文本中與網絡文本的相似度，來衡量AI的“創意”程度。結果令人驚訝——專業人類作者的“創意指數”平均比AI高出66.2%！這簡直就像...ChatGPTGPT-4AI 創意一個開源、清晰的本地 Graph RAG UI，支持Graph RAG 和 Hybrid RAG（支持Ollama）
原創這周boss提了一個需求，希望能夠直觀感受一下GraphRAG的問答效果，希望我讓團隊的前端同事做一些基礎的前端工作，包括PDF文件上傳、流式輸出、配置Global或Local查詢方式等基本功能。作為團隊負責人，并非boss提的所有需求都不假思索直接安排人開發,要分析本質需求是什么？這個需求的本質是只希望有一個UI界面能夠試用一下GraphRAG。如果我讓組里的前端開發這樣的功能，大約需要兩到三天的時間，而這些代碼很可能在以后會被廢棄...GraphRAG開源什么是好的GenAI 產品？哪些以LLM技術為支持的產品值得開發？
原創最近幾天，我參加了公司組織的幾次產品討論會，主要議題是是否值得開發以大型語言模型（LLM）技術為核心的產品。目前市場上一些基于LLM的產品未能達到預期的盈利水平，這讓大家對LLM的商業潛力產生了疑慮，并在多次討論會上探討未來的發展方向。不可否認的是，人工智能初創企業的競爭非常激烈，尤其是在大型語言模型的推動下，許多初創公司如雨后春筍般涌現。然而，盡管這一領域有著明顯的發展趨勢，只有少數生成型人工智能初創...LLM大模型RAG工作流哪種組合效果最佳？深入探究RAG領域最佳實踐
原創 精華?檢索增強型生成（RAG）技術已被證明在整合最新信息、減少錯誤想象以及提升回應質量方面非常有效，特別是在特定領域中。雖然已經提出了許多旨在通過查詢依賴的檢索來增強大型語言模型的RAG方法，但這些方法仍然受到其復雜實現和延長響應時間的影響。通常，一個RAG工作流涉及多個處理步驟，每個步驟都可以以不同的方式執行。那么哪些處理步驟的組合能起到好的效果呢？今天給大家分享一篇相關的論文：RAG領域的最佳實踐[1]。1.介...RAGLLM從技術的角度來看大模型產業鏈
原創“分工合作才是社會進步的根本，而大模型也是如此，每個人都應該在大模型領域找到自己的位置”大模型技術雖然指的是以機器學習和神經網絡模型為主的機器學習模型，但大模型并不只是一個獨立的技術，由于其復雜度和對算力和能源的需求，因此大模型整個體系由多層功能組成，而這些層就組成了以大模型為中心的產業鏈集群。從技術的角度看大模型產業鏈的組成大模型因為其復雜度決定了其絕對不可能是一個單打獨斗的產業，因此大模型...大模型產業鏈高效信息檢索新方法：LangChain中Retriever的多種高級策略
原創在當今的信息時代，如何高效檢索信息變得至關重要，尤其是在面對海量數據時。LangChain作為一個強大的工具集，通過不同類型的Retriever為用戶提供高效的信息檢索解決方案。本文將為大家介紹在LangChain中如何運用三種先進的Retriever策略，包括向量存儲檢索器（VectorStoreRetriever）、多查詢檢索器（MultiQueryRetriever）、以及上下文壓縮檢索器（ContextualCompressionRetriever）。無論是快速獲取相關文檔，還是針對特定上...LangChain框架LLMChatGPT Search：AI搜索引擎如何挑戰Google霸主地位？
原創 精華01、概述自Google誕生以來，搜索已經成為我們生活中不可或缺的一部分——想找一個地方？直接“Google一下”；想了解世界歷史？還是“Google一下”。盡管如此，Google的搜索結果通常呈現大量信息，讓用戶在真假難辨的信息中做出選擇，有時甚至會在瀏覽器中打開十幾個標簽頁，還是難以找到理想答案。正是基于這一痛點，OpenAI推出了ChatGPTSearch，旨在通過AI提供更簡潔、精準的搜索體驗。AI浪潮的到來正在改變各個行業，推動創新...ChatGPTAI搜索引擎提升RAG性能的全攻略：優化檢索增強生成系統的策略大揭秘
原創 精華01、概述近年來，隨著檢索增強生成（RetrievalAugmentedGeneration，RAG）應用的快速普及，其性能優化成為開發者們關注的熱點。盡管基礎RAG管道設計較為簡單，但要滿足實際業務需求，往往需要更高級的優化策略。本文將全面解讀RAG優化的各類方法，幫助大家快速掌握主流策略并在實踐中應用。02、RAG管道基礎：從零開始理解工作原理一個標準的RAG管道一般包含以下幾個基本步驟：文檔加載與分塊：將文檔內容拆分為多個小塊（chunk...RAGAI驅動的基于意圖的網絡（IBN）：人工智能助力網絡管理的未來
原創?AI驅動的基于意圖的網絡（IBN）正成為管理復雜網絡的解決方案。如今，互聯網已成為我們生活中不可分割的一部分，隨著云計算的發展和對基于AIML的應用程序的需求增加，對網絡容量的需求更是呈現不可阻擋的趨勢。而隨著網絡呈指數級擴展，傳統的拓撲和設計正在努力與現代IT基礎設施快速發展的需求保持同步。由于網絡基礎設施和鏈路的數量龐大，網絡管理變得越來越復雜。在這種情況下，人工智能（AI）驅動的基于意圖的網絡（inte...AI驅動人工智能網絡管理下一個十年，互聯網將是什么樣？雷軍、周鴻祎、張朝陽、吳泳銘這些巨頭大佬都釋放了哪些信號？
原創出品51CTO技術棧（微信號：blog51cto）11月20日，一年一度的世界互聯網大會烏鎮峰會拉開帷幕，今年烏鎮峰會已經來到了第11個年頭，可以說烏鎮也開啟了一個新紀元。前來赴會的主角自然還是國內知名的互聯網廠商，阿里、騰訊、三六零、小米、知乎、螞蟻、寒武紀等，雷軍、周鴻祎、張朝陽、吳泳銘、周源等一眾互聯網大佬齊聚浙江。想要了解未來中國互聯網未來的發展走向，這些大佬們的觀點不得不知。1.雷軍預告端到端智駕：無需高...互聯網周鴻祎雷軍Agent 智能體開發框架如何優雅選型？
原創1、Agent智能體進入黃金發展期Agent智能體的發展正步入黃金時代。隨著眾多新框架的層出不窮和對該領域的持續投入，現在Agent智能體已逐步擺脫初期的動蕩，迅速崛起，成為開發者的首選，超越了RAG。那么，2024年是否會成為Agent智能體系統全面接管撰寫郵件、預訂航班、數據分析等任務的元年呢？?這或許有可能，但距離這一目標還有許多挑戰需要克服。在構建Agent智能體的過程中，開發者們不僅要考慮選用哪種大模型、應用場景和技...Agent智能體
