AI.x社區
- 登錄/注冊
LLM大模型在金融行業入口實踐
原創大模型正在從技術變革走向產業變革。無數的AI原生應用，正在重新定義我們與數字世界乃至物理世界的交互方式。作為產業端落地的重要行業之一，大模型在金融領域，也正在創造越來越多的增量值。大模型在金融行業的入口主要體現在以下幾個方面：?金融風險管理：大模型技術可以用于構建更準確、更全面的風險模型，幫助金融機構評估和管理市場風險、信用風險、操作風險等，提供更精確的風險預測和決策支持。?量化交易：大模型技術...金融行業LLM大模型Gemini Exp 1114：有史以來最好的大模型！擊敗 o1-Preview + Claude 3.5 Sonnet！
GoogleDeepMind的最新版本GeminiExp1114，在ChatbotArena上取得了重要成就，憑借超過6000個社區投票，躍升至總榜第1，并在多個領域表現出色：總排名：3>1數學：3>1難題解答：4>1創意寫作：2>1視覺識別：2>1編程：5>3首先，我們要理解LLMArena是什么。LLMArena（或稱聊天機器人競技場）是一個評估LLM的平臺，主要目標是促進社區驅動的LLM性能評估。它是最有聲望的評估平臺之一。從總榜來看，谷歌新模型Gemini（Exp1114）分數直漲...模型Claude 3.5LLM一文了解11種最常見的機器學習算法應用場景
精華近年來，機器學習的普及率急劇上升。機器學習從數據中創造價值的潛力使其對許多不同行業的企業都具有吸引力。大多數機器學習產品都是使用現成的機器學習算法設計和實現的，并進行了一些調整和微小的改動。機器學習算法種類繁多，可分為三大類：監督學習算法在給定一組觀察值的情況下對特征（自變量）和標簽（目標）之間的關系進行建模。然后該模型用于使用這些特征預測新觀察的標簽。根據目標變量的特性，它可以是分類（離散目...機器學習算法應用場景大快人心，反電話詐騙有奇招！英國電信巨頭用大模型打造AI老奶奶與詐騙團伙40分鐘斗智斗勇！
編輯星璇本周是國際反詐騙宣傳周，一位名為“黛西”的老奶奶跟電話詐騙犯斗智斗勇的故事沖上了熱搜。英國電信巨頭VirginMedia的移動運營商部門O2表示，該公司已開發出一種類人AI老奶奶，能夠實時接聽詐騙電話，通過假裝自己是潛在的易受騙對象讓詐騙者一直在電話中忙個不停，從而浪費他們的時間，逼真程度可以讓詐騙分子40分鐘都發現不了。圖源：TechCrunch據稱，這種名為“黛西”（Daisy）的AI角色設定為一位老奶奶，打起電話...英國電信AIO2OpenAI人才流失加劇：前CTO創業獲多名核心員工加盟
在人工智能領域的人才爭奪戰中，又一則重磅消息引發業界關注。據可靠消息源透露，OpenAI負責AI模型發布的研究項目經理MiannaChen日前已確認離職，計劃加入前CTOMiraMurati的新創業公司。Chen在OpenAI的地位舉足輕重。作為核心研究人員，她曾主導了包括GPT4、o1推理模型和高級語音模式等多個重量級項目的發布工作。更重要的是，她在后訓練團隊擔任要職，負責幫助AI模型針對特定任務進行專門化，并為模型輸出質量提供重要反饋。在...OpenAICTOo1推演大模型局限與發展脈絡
圖片概括為：1、重整化從海量語料中提取出范疇，2、持續重整化驅動范疇解構重組結晶，3、生成過程于范疇中采樣做變分推理。進一步，從這個數理原理出發，可以推演出大模型未來可能的發展脈絡，潛在的能力，以及可能的脆弱點，最近不少文獻分別印證了這幾點。一、訓練語料的顆粒度、覆蓋面受限，無法囊括人類現有的所有知識，甚至都無法包含某個單一領域的完備的知識，重整化出來的內部世界模型的結晶可能是局部的，相對于完備的...大模型脈絡人工智能多模態大模型能力評測基準全面綜述：理解、推理、生成、應用、趨勢
精華隨著人工智能的快速發展，多模態大型語言模型（MLLMs）已經成為理解視覺數據和語言上下文的關鍵技術。這些模型能夠處理和生成結合文本、圖像和其他模態的內容，但如何有效評估它們的性能一直是個挑戰。本文通過全面回顧現有的多模態基準測試，為研究人員提供了評估MLLMs性能的工具和方法，這對于推動人工智能技術的發展具有重要意義。多模態大型語言模型（MLLMs）的快速發展為人工智能帶來了重大進步，顯著增強了理解和生成多模...多模態大模型生成#AIGC創新先鋒者征文大賽#【文心智能體】探索AI的無限可能：帶你定制自己的優質智能體助手
原創本文正在參與AI.x社區AIGC創新先鋒者征文大賽，詳情可參見：[https:www.ekrvqnd.cnaigc2223.html](https:www.ekrvqnd.cnaigc2223.html)。[TOC](【文心智能體】初次游西湖不發愁，旅游智能體全程陪你走（文心智能體創建的保姆級流程和調優經驗）)一、智能體介紹在AI浪潮席卷的今天，如雨后春筍般叢生的AI應用，我們完全可以借助AI的能力解決日常生活中遇到的問題。最近參加了百度文心智能體平臺的AI大師工坊活動！！！我利用文心平...智能體文心一言AIAIGC人工智能2025年人工智能十大趨勢！最新預測
隨著人工智能技術的快速發展，其對我們日常生活的影響日益顯著。美國《福布斯》雜志網站刊登了未來學家伯納德·馬爾的文章，對2025年人工智能技術可能帶來的變革進行了預測。以下是對這些趨勢的詳細分析。趨勢一：增強型工作預計到2025年，人類在利用人工智能和拓展技術能力方面將更加審慎。這將減少對簡單聊天機器人的依賴，同時釋放出更多時間，讓人們專注于那些需要創造力和溝通能力的工作。趨勢二：實時自動決策企業將越來...人工智能趨勢量子大模型訓練的本質是什么？以及大模型訓練的核心要點
原創?“大模型訓練的本質，是一個參數不斷優化的過程”大模型訓練的本質是通過大量的數據和計算資源，優化一個參數化的模型，使其能夠在高緯空間中擬合復雜的輸入和輸出關系；從而學習到數據中的模式和規律，并能對未知數據進行推理和預測。大模型訓練的本質要想了解大模型訓練的本質，首先要明白大模型是什么；從表面來看，大模型就是一個具有大量參數的神經網絡模型。可能上面這句話很多人已經聽了很多遍，但往往復雜的問題總是...大模型訓練深入理解預訓練與微調，為什么需要預訓練，什么是微調？
原創?“大模型需要先經過模型設計和實現，然后再進行預訓練獲得通用能力，最后通過微調強化能力”在上一篇文章中介紹了預訓練為什么要使用無監督學習，并簡單介紹了預訓練與微調；而在之前的文章中也講過什么是訓練和微調，而現在再回頭看看發現之前的理解還是太膚淺了。所以，今天我們就來深入理解一下預訓練與微調。大模型預訓練與微調在之前學習大模型訓練和微調的過程中，一直認為預訓練就是使用大規模數據訓練一個新模型的過...微調無監督學習YOLOv11：實時目標檢測的新飛躍
原創 精華01、概述近年來，YOLO系列（YouOnlyLookOnce）技術在實時目標檢測領域取得了重要突破，使得計算機視覺任務能夠在毫秒級完成。這種高效模型徹底改變了物體檢測的傳統方法，而新推出的YOLOv11更是在性能和效率上實現了質的飛躍。本文將深入探討YOLOv11的關鍵創新、與前代模型的比較以及它在各個行業的應用場景。通過了解這些進展，我們能夠更好地理解為什么YOLOv11有望成為下一代實時目標檢測的標桿。02、YOLO是什么？YOLO是一種...YOLO大語言模型從RAG到TAG：探索表增強生成（TAG）的力量
原創 精華01、概述在人工智能（AI）不斷發展的時代，數據的交互與利用方式也隨之演變。在AI驅動的數據檢索領域，出現了兩種重要的方法：檢索增強生成（RAG）和最近嶄露頭角的表增強生成（TAG）。盡管RAG通過將AI與外部數據檢索系統結合，實現了有效的信息獲取，但TAG則通過使大型語言模型（LLM）能夠直接與結構化數據庫交互，提供了一種全新的范式。在這篇文章中，我們將深入探討TAG，分析其如何超越RAG，并介紹由TAGResearch開發的強大L...RAGTAGHtmlRAG：利用 HTML 結構化信息增強 RAG 系統的知識檢索能力和準確性
原創 精華01、概述在大型語言模型（LLM）逐漸普及的今天，檢索增強生成（RetrievalaugmentedGeneration，簡稱RAG）技術逐漸成為提高AI知識處理能力、減少模型幻覺（hallucination）的關鍵手段。通過將外部知識庫和生成模型相結合，RAG為如ChatGPT等多種商業應用提供了重要支持。然而，當前RAG的實現方式仍面臨一項根本性挑戰，即在知識處理過程中對HTML網頁結構與語義信息的損失。對于復雜的網頁內容來說，將HTML文檔簡單地轉換為純文本...HtmlRAGRAG斯坦福&UC伯克利開源突破性視覺場景生成與編輯技術，精準描繪3D/4D世界!
文章鏈接：https:arxiv.orgpdf2410.16770項目鏈接：:https:ai.stanford.edu?yzzhangprojectsscenelanguage代碼鏈接：https:github.comzzyunzhiscenelanguage亮點直擊提出了一種場景表示方法，即場景語言，通過程序、詞匯和embeddings來捕捉視覺場景的結構、語義和身份。提出了一種無需訓練的方法，利用預訓練語言模型從文本和或圖像中推理表示。提出一個通用渲染模塊，將場景語言渲染成圖像。在文本和圖像條件下的場景生成和編...模型場景詳解大規模基礎模型中的幻覺問題（幻覺檢測、緩解、任務、數據集和評估指標）
精華論文鏈接：https:arxiv.orgpdf2405.09589亮點直擊在大規模基礎模型的背景下建立了幻覺的精確定義和結構化分類。識別出導致不同模態中幻覺出現的關鍵因素和機制。提出了在多模態環境中解決幻覺問題的各種檢測和緩解策略。提供了關于大規模基礎模型中幻覺技術的方法論的綜合總結，詳細介紹了其幻覺檢測、緩解、任務考慮、使用的數據集和評估指標。這將為讀者提供該領域最新進展的簡明概覽。總結速覽解決的問題在大規模基礎模型中...模型生成提高深度學習模型效率的三種模型壓縮方法
原創模型壓縮是深度學習模型實時部署的關鍵組成部分，本文探討了提高深度學習模型效率的不同方法。近年來，深度學習模型在自然語言處理（NLP）和計算機視覺基準測試中的性能穩步提高。雖然這些收益的一部分來自架構和學習算法的改進，但數據集大小和模型參數的增長是重要的驅動因素。下圖顯示了top1ImageNet分類精度作為GFLOPS的函數，GFLOPS可以用作模型復雜性的指標。擴大數據規模和模型復雜性增加似乎是主要趨勢，擁有數十億個甚...深度學習自然語言處理計算機視覺AI存儲：存儲系統在優化AI訓練中的關鍵作用
精華數據加載過程與性能優化數據加載的復雜性數據加載并不僅限于從存儲讀取數據，它涵蓋了解碼、格式轉換及數據增強等預處理環節。這些步驟通常在CPU上執行，目的是將原始數據轉換為GPU可處理的張量格式。數據加載的步驟數據加載流程可以概括為：?從存儲系統讀取數據到系統內存。解碼原始數據。應用數據變換和增強操作（如裁剪、尺寸調整）。將處理后的數據傳輸至GPU。?預取器的作用預取器顯著提升數據加載效率，它在模型訓練需要...AI存儲系統【人工智能】突破AI邊界！深度解析Retrieval Augmented Generation（RAG）助力企業智能化升級
引言在人工智能飛速發展的今天，企業如何高效利用海量數據，實現智能化升級，成為了一道亟待解決的難題。傳統的大語言模型（LLM）雖然具備強大的生成能力，但在面對新興知識和特定領域信息時往往力不從心，容易產生“幻覺”（Hallucination）問題。??這時候，RetrievalAugmentedGeneration（RAG）應運而生，成為企業提升AI模型性能的強大工具。那么，RAG究竟是什么？它如何在企業中發揮作用？本文將為您深入解析RAG的核心原理、...AIRAG技術RAG 或 Fine Tume - 為您的用例選擇正確方法的權威指南
序幕隨著對大型語言模型（LLMs）的興趣激增，許多開發人員和組織正忙于構建應用程序，以利用他們的力量。但是，當預訓練LLMs的開箱即用沒有按預期或希望執行時，關于如何提高LLM應用程序性能的問題就來了。最終，我們到了問自己的地步：我們應該使用檢索增強生成（RAG）還是模型微調來改善結果？在深入研究之前，讓我們揭開這兩種方法的神秘面紗：RAG：這種方法將檢索（或搜索）的能力集成到文本生成中LLM。它結合了一個檢索器...RAG權威LLMs
