公平性機器學習工具鏈：Aequitas檢測與糾偏實戰為什么需要關注機器學習中的公平性問題？想象一下這樣的場景：某招聘平臺用AI篩選簡歷，結果發現某性別占比明顯失衡；某信用評分模型對特定地區用戶產生系統性偏差。這些現象背后，往往隱藏著機器學習模型對歷史數據中隱含偏見的繼承。Aequitas作為專業的公平性分析工具，能幫助開發者像檢查代碼一樣，系統性地發現并修復模型中的公平性。認識Aequitas的核心功能Aequitas通過三大...

清華大學劉洋老師組、人民大學高瓴人工智能學院黃文炳老師組、字節跳動AI制藥團隊共同提出了一種跨分子種類統一生成框架UniMoMo。該框架基于分子片段（block）對不同種類的分子進行統一表示，使用變分自編碼器對每個block的全原子構象進行壓縮，并在壓縮后的隱空間進行幾何擴散建模（diffusion），從而實現對同一靶點不同結合分子種類（小分子、多肽、抗體）的設計。UniMoMo在多類分子任務基準的評測中均實現領先表現，展示了跨...

編者按：如何將LLM的推理過程從“燒錢的無底洞”轉變為“高性能的生產力引擎”？本文深入剖析了提升LLM推理效率的五大核心技術：巧妙的KV緩存管理、Querysparsityattention（QUEST）、推測解碼（使用draftmodel加速生成過程）、權重調度（通過Flexgen實現跨設備資源分配）以及系統級優化（FastServe解決隊頭阻塞問題）。此外，作者還簡要介紹了多種常見優化方向，包括量化技術（AWQ、INT8、FP8等）、EarlyExitInference（LITE）...

5月21日，北森酷學院在北京隆重舉辦了“AILearning產品發布會”，推出基于AI大模型的新一代學習平臺——AILearning，助推企業學習開啟了全新的Agents時代！發布會現場，我們有幸請到了京東大學首任執行校長、小米生態鏈谷倉學院總顧問馬成功老師，進行了題為《AI時代下的組織與人才發展新模式》的精彩分享。以下為演講的核心內容提煉，與大家共享。大家好，今天非常榮幸能夠站在這里，與大家共同探討AI時代下組織與人才發展的新...

一、存算一體：打破馮?諾依曼架構的千年桎梏1.技術本質與產業突破傳統馮?諾依曼架構下，數據搬運能耗占比超70%，成為算力提升的核心瓶頸。存算一體技術通過將計算單元嵌入存儲介質（如SRAM、Flash），實現"就地計算"，可降低90%的內存訪問能耗。勁速云率先在邊緣推理單元部署基于SRAM的近存計算芯片，在工業質檢場景中，單芯片即可同時處理100路高清視頻流的實時分析，缺陷識別準確率達99.7%，而功耗僅為傳統GPU方案的15。2....

一、智能制造：從質檢革命到全流程優化1.實時質檢的顛覆性創新勁速云為某新能源車企部署的邊緣中心協同質檢系統，通過YOLOv8模型實現每秒2000件產品的實時檢測，缺陷識別率達99.2%，檢測速度達200ms幅。系統將異常數據同步至中心集群生成點云修復方案，指導機器人自動修復，使單條產線年增效3000萬元。這種"檢測分析修復"閉環，較傳統人工質檢效率提升5倍，漏檢率下降兩個數量級。2.預測性維護的產業革新在某油田的設備運維中，...

論文鏈接：https:arxiv.orgpdf2505.10238代碼鏈接：https:github.comDINGYANBMTVCrafter亮點直擊MTVCrafter，首個直接建模原始4D動作（而非2D渲染姿態圖像）用于開放世界人像動畫生成的流程，實現了復雜三維世界中的動畫生成。4DMoT，一種新穎的4D動作tokenizer，能夠將原始人體動作數據編碼為緊湊而富有表現力4D動作token，相較于2D圖像表示提供了更穩健的時空引導。設計了MVDiT，一種具備運動感知能力的視頻DiT模型，配備了獨...

論文鏈接:https:arxiv.orgpdf2505.17022Git鏈接:https:github.comgogoduanGoTR1亮點直擊GoTR1框架，該框架通過強化學習增強視覺生成中的語義空間推理能力，使模型能夠自主發現有效的推理策略，而不僅僅依賴預定義的模式。設計了一個全面的雙階段多維度獎勵框架，從多個角度評估中間推理過程和最終視覺輸出，有效應對視覺生成中強化學習所面臨的獨特挑戰。在T2ICompBench基準測試上展示了顯著的性能提升，尤其是在需要精確空間關...

詞向量技術作為自然語言處理（NLP）的核心基礎，其發展歷程深刻反映了人工智能領域對語言本質認知的演進。從早期基于統計的符號化表示，到深度學習驅動的分布式語義建模，再到預訓練語言模型時代的動態上下文感知，詞向量的技術革新始終圍繞著"如何讓計算機理解人類語言"這一核心命題展開。一、理論奠基與早期實踐（19502000）1.分布式語義假設的提出1954年，英國哲學家JohnFirth提出"詞的語義由其上下文決定"的分布式假設，這...

最近不少人在聊“大模型蒸餾”，但說實話，很多介紹都太學術、太高深，讓人一看就頭大。其實這件事背后的邏輯沒那么復雜，本質上就是想辦法讓大模型變得更輕、更快、更好用。我覺得蒸餾不是縮小模型，是提煉能力！一、先說微調，是“教大模型學點你的事兒”現在很多大模型（比如ChatGPT、DeepSeek）都是通用模型，它們懂得挺多，但不一定了解你具體要解決的問題。比如：它沒看過你公司內部的數據；它不知道你要的回答格式；它對...

導讀：本文回顧了關于快手的核心數據對象“Photo”存儲系統的一次巧妙降本增效的故事。通過充足細致的前期調研分析，以極少的人力投入取得了相當可觀的收益。文中對有巨大UGC歷史數據存量的平臺型公司如何應對挑戰有一些思考和總結。一、引言Prematureoptimizationistherootofallevil(oratleastmostofit)inprogramming.——DonaldKnuth快手作為國民級短視頻平臺，歷史上短視頻的總量已達千億級，每日新增短視頻作品超過4000萬。...

最近，AIAgent、MCP、DeepSearch、DeepResearch、BrowserComputerPhoneUse、超級搜索、混合推理、沉思等新詞層出不窮，你是不是對這些buzzword（時髦術語）感到很懵？Manus、Neo、Genspark、Lovart、IIAgent、SkyworkSuperAgents、MiniMaxAgent、Medeo、GitHubCodingAgent、心響、AutoGLM沉思、扣子空間、問小白研報、Qbot等AIAgent不斷涌現，你是不是陷入了選擇困難癥？圖來自我周末在上海分享的PPT明明2024年，Agent還是一個...

下面來看一下字節最新開源的多模態文檔解析方案，筆者實際測下來性能還有待提升（鑒于合成數據，泛化性還較差，存在幻覺），不過思路可以借鑒下，供參考。Dolphin性能創新點兩階段解析架構：Dolphin采用了分析解析范式，首先進行頁面級布局分析，生成結構化布局元素序列，然后在第二階段通過異構錨點提示進行并行內容解析。端到端的文檔解析，模型參數量小（300M+），易于落地提供了數據合成的思路，大規模數據增強模型的泛化能...

BEV（Bird'sEyeView）算法和城市NOA（NavigateonAutopilot）系統是智能駕駛領域的重要概念和技術。1.BEV算法（鳥瞰圖感知算法）（1）什么是BEV？BEV（Bird'sEyeView，鳥瞰圖）是一種將不同傳感器采集到的三維環境信息轉換到鳥瞰圖視角下的二維平面環境信息的算法，是一種自動駕駛環境感知方法，通過將多攝像頭、雷達等傳感器的數據統一映射到俯視的2D3D空間，形成車輛周圍環境的“上帝視角”表達。簡單來說，就是把車輛周圍復雜...

北京時間2025年5月20日，SpringAI官方團隊宣布1.0GA版本正式發布，并采用了全新的Logo。SpringAI1.0GA功能集剖析第一、Prompt提示詞創建正確的Prompt（即傳遞給大模型的內容）是一項重要技能。掌握幾種模式可以充分利用AI大模型的推理能力，從而獲得最佳結果。第二、模型增強（TheAugmentedLLM）不過，在現實世界的AI應用中，對于大模型的需求已經不僅限于與無狀態的AI大模型API進行簡單的請求和響應交互。為了開發出高效的AI應...

RAG（RetrievalAugmentedGeneration，檢索增強生成）是一種結合數據工程、信息抽取和文本生成的技術范式。SpringAIAlibaba是阿里巴巴開源的AI應用開發框架，基于SpringAI構建并提供了更高層面的抽象，幫助開發者快速構建AI應用。1、RAG的四大核心步驟第一、文檔切割與智能檔案庫的建立核心任務是將大量文檔轉化為易于檢索的知識碎片，這一過程類似于將厚重的詞典拆解成單詞卡片。通過采用智能分塊算法，保持語義連貫性，同時給...

0.前言可像Ollama通過暴露本地端口，實現本地客戶端調用。1.選擇模型在LMStudio的“開發者”選項卡中選擇模型：2.端口暴露設置暴露的端口（默認1234）：啟用CORS后，可對接網頁應用或其他客戶端工具。3.啟動服務點擊狀態選項卡：控制臺會顯示運行日志和訪問地址：2025042620:55:13[INFO][LMSTUDIOSERVER]Success!HTTPserverlisteningonport12342025042620:55:13[INFO]2025042620:55:13[INFO][LMSTUDIOSERVER]Supportedendpoints...

在虛擬形象與數字內容需求激增的當下，傳統3D數字人制作的高昂成本（動輒數十萬美元）與復雜流程，讓許多行業望而卻步。而今天，一款由Duix.com團隊打造的開源AI項目HeyGem，正以顛覆性技術打破這一壁壘，重新定義數字人創作范式。開發者可基于其框架二次開發，拓展更多應用場景（如醫療問診、虛擬偶像等）。隨著社區貢獻者的加入，這一項目有望成為數字人領域的“Android系統”，推動整個行業向低成本、高效率、普惠化方向發展...

近日，一位擁有30年編程經驗、曾參與過NASA火星探測器代碼優化的資深工程師，在社交平臺發布了一條帖子：困擾他四年的核心算法bug，被Claude4在幾小時內精準定位并修復。帖子發布，迅速引發大家的熱烈討論。四年前，這位名為ShelZuuz，曾在Meta、亞馬遜、蘋果等硅谷巨頭任職的資深C++工程師，因為重構項目中一個只在特定著色器以特定方式使用時才會觸發的邊界條件錯誤，開啟了一段長達四年的技術困擾。這個被命名為“白鯨bug”...

在大語言模型（LLM）的進化之路上，我們熟知兩大基石：預訓練，如同海量知識的灌輸，讓模型博聞強識；微調（無論是監督學習還是強化學習），則更像行為塑造，教會模型如何“得體”地回應，比如習得特定的對話風格。這兩種方式，都在潛移默化中改變著模型的“內在記憶”——也就是那些神經網絡的參數。一種LLM缺失的重要學習方式——“系統提示學習”？反觀人類的學習，似乎還存在一種更為直接、更為“顯性”的模式。想象一下，...