AI.x社區
- 登錄/注冊
情侶合照逼真到恐怖，竟被代碼識出破綻？沃頓教授預言AI 18個月封神！
??最近Flux的爆火，簡直把所有人的三觀都撼動了。??不懂就問：現在網上的東西，還有什么是真的？Flux震驚全網如今，開源文生圖模型Flux，儼然已經在全網掀起了一股風暴。下面這些合影，竟然全是AI生成的？簡直把這位博主震驚到懷疑人生。正面特寫大光圈，臉部打光、肌肉紋理、毛發，看不出絲毫破綻。注意，即使是背景板人物們，也很自然，挑不出太大毛病。鏡頭遠一點，光線暗一點呢？也很自然。兩個人物在光線明暗處的對比...AI生成大型語言模型（LLM）的歷史與未來
原創?大型語言模型(LLM)是現代科技的奇跡。它們的功能復雜，規模龐大，并且具有開創性的進展。本文將探索LLM的歷史和未來。一、LLM的起源：NLP和神經網絡大型語言模型(LLM)的創建并非一蹴而就。語言模型的第一個概念始于被稱為自然語言處理(NLP)的基于規則的系統。這些系統遵循預定義的規則，根據文本輸入做出決策并推斷結論。這些系統依靠ifelse語句處理關鍵字信息，并生成預定的輸出。可以將其想象成一個決策樹，如果輸入包含X、...LLM人工智能大型語言模型阿里巴巴提出CODEXGRAPH：打破大模型與代碼庫的壁壘，引領軟件工程新革命
精華在現代軟件工程中，大型語言模型（LLMs）在處理獨立的代碼任務方面表現出色，例如HumanEval和MBPP，但在處理整個代碼庫時卻遇到了困難。這一挑戰促使研究人員探索在代碼庫規模上增強LLM與代碼庫的交互。目前的解決方案依賴于基于相似性的檢索或手動工具和API，每種方法都有明顯的缺點。基于相似性的檢索在復雜任務中往往回憶率低，而手動工具和API通常是特定任務的，需要專家知識，降低了它們在多樣化代碼任務和現實世界應用中...阿里巴巴模型代碼庫看完MindSearch源碼，這就是我想要的Agent Plan！
AISearch已經成為大模型落地應用比較熱門的一個場景，OpenAI也推出了自家的AI搜索引擎產品SearchGPT，同時也有非常多AISearch項目開源：Felo、OpenPerPlex、AskHackers、OpenSearchGPT等等，應接不暇。其中上周才開源的MindSearch，據稱基于LLM的Web搜索引擎Multiagent框架，類似Perplexity.aiPro和SearchGPT。看完代碼發現主要是由WebPlanner與WebSearcher組成：WebPlanner負責任務的拆解和動態規劃WebSearcher負責對子問題進...Agent源碼MindSearch多智能體合作的新路徑，PRD-MAPPO的設計與實現
精華多智能體強化學習（MARL）近年來在解決復雜的決策問題上取得了顯著進展。MARL系統通過多個智能體的協作，能夠在諸如DOTA2、星際爭霸II和旗幟爭奪等復雜任務中實現超人表現。然而，這些成就的背后是巨大的計算成本和環境交互需求，通常需要數百萬甚至數十億次的環境交互，這使得這些算法只能在高成本的計算集群上運行。在多智能體系統中，信用分配問題是一個關鍵挑戰。隨著智能體數量的增加，評估每個智能體對整體成功的貢獻變得...多智能體PRDMAPPO探索GLM4-ALLTools：全能AI工具箱，釋放開發者潛能
了解小智的粉絲相信對ZhipuAI都不陌生，在往期LangChain教程里，小智已經通過GLM4的超強能力搭建了眾多的Agent智能體應用。最近AI又悄摸上線了GLM4AlltoolsAPI能力，今天我就帶大家來盤一盤！GLM4更新了什么？老規矩，先放大綱，帶大家看看GLM4AlltoolsAPI更新了哪些功能。如圖所示，以下就是Alltools所有新增的能力。我將其分為了四塊，一站式檢索，一站式智能編程，企業私域增強，多模態四個部分。想要用上這些新的功能也十分...AI工具箱GLM-4Google提出以人為中心的AI產品設計原則
精華你有沒有發現，現在大家除了關注生成式AI技術之外，越來越關注搭載這些技術的AI應用是否真正為我們的生活帶來實質性改善，而不僅僅是炫技呢？今天帶大家一起學習谷歌2024年提出的以用戶為中心的AI設計原則的內容。1.把AI用對地方并非所有問題都需要AI來解決。在決定使用AI之前，先問問自己：它真的能為項目帶來獨特價值嗎？??目標：利用AI提供無可替代的價值，如個性化推薦或創造全新體驗。??注意：不要為了趕時髦而使用AI。...GoogleAI產品比Stable Diffusion便宜118倍！1890美元訓出11.6億參數高質量文生圖模型
訓練一個擴散模型要多少錢？之前最便宜的方法（Wuerstchen）用了28400美元，而像StableDiffusion這樣的模型還要再貴一個數量級。大模型時代，一般人根本玩不起。想要各種文生小姐姐，還得靠廠商們負重前行為了降低這龐大的開銷，研究者們嘗試了各種方案。比如，原始的擴散模型從噪聲到圖像大約需要1000步，目前已經被減少到20步左右，甚至更少。當擴散模型中的基礎模塊逐漸由Unet（CNN）替換為DiT（Transformer）之后，一些根據...模型訓練OpenAI「草莓」提前曝光？ChatGPT版搜索引擎驚現神秘模型
精華過去的一周，OpenAI「草莓」項目被炒的熱火朝天，把所有人情緒推向了興奮最高點。在X上，爆料人iruletheworldmo每隔幾小時發一次帖，次次幾乎與「草莓」相關，甚至暗示這周二就是OpenAI實現第二級AGI的日子。他自稱已獲得內部消息，并表示全新的GPT4olarge模型將8月13日正式發布。OpenAI草莓項目真正露面還不知哪天，不過，勁敵PerplexityAI已展示了具備「草莓」能力的新模型。或者說，Q已經在PerplexityPro上實現了。今早，CEO...AI生成Open AI 騎虎難下
原創據《TheInformation》基于此前未公開的財務信息進行的分析顯示，OpenAI可能正處在崩潰的邊緣，預計虧損總額將達到50億美元。這意味著，如果不采取措施，這家AI領域的先驅可能在接下來的12個月內就會破產，報告中的細節表明OpenAI在開支上遠遠超過了其在生成式人工智能領域的競爭對手。今年，OpenAI的訓練和推理成本可能會高達70億美元，另外還需要花費大約15億美元用于員工支出（通過X）。相比之下，Anthropic的預計開支為27億...OpenAIAIROIAdvanced RAG 11：對用戶輸入的內容進行「分類處理」和「再優化」
原創編者按：你是否曾經遇到過這些情況：你向AI助手提出了一個比較復雜的問題，但它給出的回答卻比較淺顯，甚至完全偏離了你的意圖??？或者，你詢問了一個非常簡單的問題，AI助手卻給出了一大堆不必要的信息，讓你感到煩惱??？傳統的RAG技術雖然能有效減少AI回答內容中的錯誤，但并不能改進用戶最初提交的query內容，因此可能會出現以下這些問題：對于用戶提交的簡單query，系統可能會消耗過多的計算資源，浪費用戶時間和增加資源消...LLMsRAGGenAI應用構建者必須解決新的RAG復雜性
原創編輯言征出品51CTO技術棧（微信號：blog51cto）盡管RAG通過增強生成式AI應用的專業化和準確性帶來了顯著的好處，但它也帶來了一系列復雜的挑戰。檢索增強生成（RAG）正迅速成為生成式AI應用的一個必要元素。RAG通過從基礎模型的訓練語料庫之外的外部數據存儲中增強相關信息，賦予預訓練AI模型專業化的超級能力，使其在垂直或特定任務應用中精確和準確。然而，RAG也為您的GenAI堆棧引入了關于流量、安全和性能的新要求。隨著RAG...GenAIRAG數據質量30秒生成建模師級Mesh！最大可生成面數提升至1600，GitHub攬星1.9k項目發布V2版本
只需30秒，AI就能像3D建模師一樣，在各種指示下生成高質量人造Mesh。NeRF、3DGaussianSplatting生成的三維重建圖像Mesh效果如下：點云造出精細Mesh：DenseMesh基礎上生成也可以：一張圖，甚至文本描述就足夠了：GitHub已攬星1.9k的MeshAnything項目上新了V2版本，由來自南洋理工大學、清華大學、帝國理工學院、西湖大學等研究人員完成。MeshAnythingV2相比V1，使用了最新提出的AdjacentMeshTokenization（AMT）算法，將最大可生...模型訓練基于Prefect、Weave和RAGAS的RAG應用開發實戰
原創本文介紹了RAG應用程序開發中的一些增強技術，例如加入線下線上評估、借助Prefect自動提取數據等。幾個月前，我發布了一款電影搜索應用程序“FilmSearch”，這是一個檢索增強生成（RAG）應用程序，旨在根據用戶查詢實現電影推薦。例如，用戶可能會發出下面的英文提問：“FindmedramamoviesinEnglishthatarelessthan2hourslongandfeaturedogs.”中文意思：“給我找一部長度不到2小時、以狗為主角的英文劇情片。”之后，用戶會收...Film SearchRAGASRAG應用開發圖像文本擦除無痕跡！復旦提出EAFormer：最新場景文本分割新SOTA！(ECCV`24)
文章鏈接：https:arxiv.orgpdf2407.17020git鏈接：https:hyangyu.github.ioEAFormer亮點直擊為了在文本邊緣區域實現更好的分割性能，本文提出了邊緣感知Transformer（EAFormer），該方法明確預測文本邊緣，并利用這些邊緣來引導后續的編碼器。針對COCOTS和MLTS數據集的標注質量較低的問題，對這些數據集進行了重新標注，以提高EAFormer在這兩個數據集上的實驗結果的可靠性。在六個場景文本分割基準上的廣泛實驗表明，所提出的EA...圖像生成這三款AI搜索引擎，是我離不開的AI搭子
原創大家好，我是橙哥！現在互聯網信息過載，如何在海量信息中找到精準和優質的資源呢？AI搜索引擎可以幫助我們實現。今天推薦三款我日常使用的AI搜索引擎：Devv、Morphic和Perplexity。它們各具特色，功能強大，適合不同的搜索場景。在介紹這三款強大的AI搜索引擎之前，我想先分享一個我自己實現的輕量級AI搜索。這個項目結合了SiliconCloud的大模型和谷歌搜索，可以一行代碼切換Qwen、DeepSeek、ChatGLM、Gemma2、Llama3、Mistral...AI搜索引擎你真的了解預訓練嗎？預訓練與微調的區別是什么？
“預訓練是按部就班的學習，微調就是強化訓練”在學習大模型的過程中，預訓練與微調是其中非常重要的兩個階段，一個模型效果好不好并不是由神經網絡模型的好壞決定的，而是由預訓練和微調來決定的。大家都知道openAI的GPT模型采用的是Transformer技術架構，但市面上其它采用transformer架構的模型，卻很難達到GPT模型的效果，其中很大一部分原因就是在于預訓練與微調。今天就來深度了解一下預訓練與微調。什么是預訓練與微調？...神經網絡模型微調Transformer 動畫揭秘：數據處理的四大關鍵技術
原創 精華0、背景Transformer大模型，一種基于自注意力機制的神經網絡架構，已被廣泛應用于各種自然語言處理任務，比如：機器翻譯、文本摘要、生成問答等。從端到端的角度來看，Transformer大模型中數據的處理流程主要包括四個階段：首先是嵌入階段（Embedding），隨后是注意力機制階段（Attention），然后是通過多層感知機（MLPs）進行處理，最后是從模型的表示轉換到最終輸出的解嵌入階段（Unembedding），如下圖所示：圖：Embedding>A...大模型多模態大模型的實現原理，以及技術難點
原創“多模態大模型的終點就是“人”，人就是最完美的多模態模型”在上一篇文章中介紹了什么是多模態大模型，以及為什么需要多模態大模型；今天這里就來詳細了解一下多模態大模型的實現原理以及技術難點。多模態大模型是支持多種模態數據的深度學習模型，與之對應的是單模態模型；但因為單模態模型存在很多缺陷，因此多模態大模型應運而生。人就是最完美的多模態模型，而大模型的發展方向也是讓它越來越像“人”。多模態大模型的思...多模態大模型Google發表的ShieldGemma：基于Gemma的內容安全審核模型
一、結論寫在前面論文標題：ShieldGemma:GenerativeAIContentModerationBasedonGemma論文鏈接：??https:arxiv.orgpdf2407.21772??huggingface鏈接：??https:huggingface.cogoogleshieldgemma2b9b27b??kaggle鏈接：??https:www.kaggle.commodelsgoogleshieldgemma??模型鏈接：??https:ai.google.devgemmadocsshieldgemmamodelcardhlzhcn??論文介紹ShieldGemma，這是一套基于Gemma2構建的LLM安全內容審核模型。這...GoogleGemma模型
