通過HuggingFace官方包的加持，開發(fā)小伙伴們通過簡單的api調用就能在langchain中輕松使用HuggingFace上各類流行的開源大語言模型以及各類AI工具。以下是筆者在測試使用后，總結的在LangChain中無縫安裝和使用HuggingFace最佳實踐。如何安裝要使用HuggingFace平臺的功能，首先需要安裝langchainhuggingface包，這是一個專門為HuggingFace平臺集成的Python包。pipinstalllangchainhuggingface大型語言模型(LLM)LLM是Langchain對大...

實驗證明，LLM2Vec模型在嵌入任務上具有更好的性能，它可以為組織開辟新的場所，并以非常低的成本快速創(chuàng)建專門的嵌入模型。嵌入模型已經成為大型語言模型(LLM)應用的重要組成部分，可以實現(xiàn)檢測文本相似度、信息檢索和聚類等任務。然而，與生成任務中使用的架構不同，嵌入模型主要基于Transformer架構。這使得很難將生成模型上的大量工作轉移到改進的嵌入模型上，并且需要額外的并行工作。在一項新的研究中，魁北克人工智能研究...

出品51CTO技術棧（微信號：blog51cto）在巴黎舉行的初創(chuàng)企業(yè)年度技術大會VivaTech上，MetaAI的首席執(zhí)行官YannLeCun建議希望在AI生態(tài)系統(tǒng)中工作的學生不要從事LLM（大型語言模型）方面的工作。“如果你是對構建下一代AI系統(tǒng)感興趣的學生，請不要從事LLM方面的工作。這是大公司的事情，你們無法對此有所貢獻，”LeCun在會議上表示。他還說，人們應該開發(fā)能夠克服大型語言模型局限性的下一代AI系統(tǒng)。1.遠離LLM有趣的是，關于LLM（...

撰稿丨諾亞出品51CTO技術棧（微信號：blog51cto）谷歌有點流年不利。前兩天剛被曝出，其搜索新推出的“AI摘要（AIOverviews）”功能經常提供嚴重錯誤的搜索結果信息，例如，荒唐地建議用戶用膠水來防止披薩上的奶酪滑落。對此，CEO皮查伊也不得不承認這是大語言模型的幻覺所致，且目前還沒有解決方案。最近谷歌疑似再次“翻車”。一份據(jù)稱包含2500頁的谷歌內部文件被泄露，這份文件可能首次向公眾揭示了谷歌搜索引擎的運作機制...

大語言模型（LLM）雖然功能強大，但容易出現(xiàn)幻覺。此外，它們受限于其訓練語料庫中包含的知識，因此無法回答有關近期事件或公開受限信息的查詢。為了解決上述問題，檢索增強生成（RAG）是一種常用的框架，它在LLM的提示中提供相關檢索內容，獲得相關信息的參考文檔或數(shù)據(jù)庫，并可以顯著提高模型的準確性。大多數(shù)商業(yè)LLM，如ChatGPT、Gemini和Perplexity.ai，已經在它們的Web界面中采用了某種版本的RAG。例如，ChatGPT使用Bing搜...

本論文作者趙偉翔是哈爾濱工業(yè)大學社會計算與信息檢索研究中心2021級直博生，導師為趙妍妍教授和秦兵教授，主要研究方向為對話系統(tǒng)、大語言模型對齊等。他曾以第一作者在ACL、AAAI、IJCAI、COLING等會議上發(fā)表論文。個人主頁:https:circlehit.github.io在大模型實際部署落地的過程中，如何賦予大模型持續(xù)學習的能力是一個至關重要的挑戰(zhàn)。這使其能夠動態(tài)適應新的任務并不斷獲得新的知識。大模型的持續(xù)學習主要面臨兩個重大挑戰(zhàn)...

世界是變化的，分子是運動的，從預測靜態(tài)單一結構走向動態(tài)構象分布是揭示蛋白質等生物分子功能的重要一步。探索蛋白質的構象分布，能幫助理解蛋白質與其他分子相互作用的生物過程；識別蛋白質表面下的潛在藥物位點，描繪各個亞穩(wěn)態(tài)之間的過渡路徑，有助于研究人員設計出具有更強特異性和效力的目標抑制劑和治療藥物。但傳統(tǒng)的分子動力學模擬方法昂貴且耗時，難以跨越長的時間尺度，從而觀察到重要的生物過程。近年來的深度學習...

探索大型語言模型（LLMs）在文本空間優(yōu)化問題中的潛力在現(xiàn)代人工智能的研究與應用中，大型語言模型（LargeLanguageModels，簡稱LLMs）已經顯示出其在處理復雜語言任務中的強大能力。從生成文本、理解文檔到執(zhí)行代碼，LLMs的應用范圍日益擴大。然而，除了這些生成性任務外，LLMs在優(yōu)化問題中的應用也開始受到關注。特別是在文本空間的優(yōu)化問題上，LLMs展現(xiàn)出了獨特的潛力。本文旨在探討LLMs在文本空間優(yōu)化問題中的應用潛力，尤其...

大家好，我是HxShine今天分享一篇Microsoft公司的一篇文章，Title:ImprovingTextEmbeddingswithLargeLanguageModels：使用大型語言模型改善文本嵌入。這篇文章探索了直接利用LLM來做embedding模型，其只需要利用合成數(shù)據(jù)和少于1000次的訓練步驟就能獲得高質量文本表征。該方法分為兩步：1）利用LLM生成文本embedding任務合成數(shù)據(jù)集：利用專有的大型語言模型（LLM）生成近100種語言的數(shù)十萬個文本嵌入任務的多樣化合成數(shù)據(jù)。2）...

隨著人工智能技術的不斷發(fā)展，大型語言模型成為人們關注的焦點之一。通用語言模型如GPT3在各種語言處理任務上展現(xiàn)了強大的能力，但隨著對特定領域需求的增加，領域特定的大型語言模型應運而生。這些模型通過在專業(yè)的領域內進行深入訓練或精調，提供了有針對性精準定制的解決方案。在《WhataredomainspecificLLMs》“什么是特定領域的LLMs”一文中，作者探討了大型語言模型的基本概念，并聚焦于領域特定的大型語言模型。他指出隨...

重大新聞——Gemini1.5Flash、Pro和Advanced版本的結果出來了！??Gemini1.5ProAdvanced排名第二，正在逼近GPT4oGemini1.5Flash排名第九，性能超越了Llama370b，幾乎達到了GPT40125Pro版本比4月份的版本有了顯著的提升。Flash的成本、能力和無與倫比的上下文長度使其成為市場的變革者！???https:x.comlmsysorgstatus1795512202465845686??更令人興奮的是，在中文領域，Gemini1.5Pro和Advanced現(xiàn)在是世界上最好的排名第一的...

編者按：當前大熱的大語言模型和檢索增強生成模型，雖然在語言理解和內容生成方面取得了突破性的進展，但仍然存在諸多限制。它們缺乏根據(jù)目標導引行為、持續(xù)學習和與環(huán)境交互的能力，難以應對復雜多變的現(xiàn)實場景需求。今天為大家?guī)淼倪@篇文章，作者的觀點是人工智能領域正朝著開發(fā)更智能、更自主的AIAgent系統(tǒng)邁進，這將徹底改變我們使用人工智能的方式。作者相信人工智能的未來必將呈現(xiàn)出更智能、更自主的AIAgent形態(tài)。這種...

5月29日，牛津大學、路透社新聞研究所聯(lián)合發(fā)布了一份生成式AI（AIGC）調查報告。在今年3月28日—4月30日對美國、英國、法國、日本、丹麥和阿根廷的大約12,217人進行了調查，深度調研他們對生成式AI產品的應用情況。結果顯示，ChatGPT超過谷歌的Gemini、Snapchat、微軟的Copliot等成為知名度最高的生成式AI產品，但用戶對其使用頻率卻不高，日本只有1%的人每天在使用它，法國和英國分別是2%，美國則是7%。其實，這份調查結果剛好...

論文鏈接：https:arxiv.orgpdf2405.14854項目鏈接：https:github.comLuckyLanceTerDiT最近在大規(guī)模預訓練的文本到圖像擴散模型方面的發(fā)展顯著提高了高保真圖像的生成能力，特別是基于transformer架構的擴散模型（DiTs）的出現(xiàn)。在這些擴散模型中，擴散transformer展示了卓越的圖像生成能力，降低了FID分數(shù)并提高了可擴展性。然而，由于其龐大的參數(shù)數(shù)量，部署大規(guī)模的DiT模型可能會非常昂貴。盡管現(xiàn)有研究已經探索了擴散模型的...

編輯伊風“現(xiàn)存的機器顯然并不比人類更強大，馬也比我們強壯得多，速度也比我們快。但沒有人感受到馬的威脅。但AI并不是這樣。”“我們現(xiàn)在還缺乏對具有人類水平智能的AI系統(tǒng)的藍圖規(guī)劃”。“我們要阻止科學向一個方向或另一個方向發(fā)展是不可行的”。“未來的AI系統(tǒng)必須是目標驅動且可控的。”這些強烈的觀點，是圖靈獎獲得者楊立昆與其他三位AI界大佬，在瑞士達沃斯舉行的世界經濟論壇上的圓桌內容，圍繞著“我們應不應該恐懼A...

嘉賓徐曉強采訪張曉楠撰稿李美涵出品51CTO技術棧（微信號：blog51cto）自從生成式AI大火以后，AI好像“杠上了”程序員這個角色。幾乎每隔一段時間，關于AI編程工具是否能取代程序員的話題就會被再次討論。AI編程所激起的熱議，令人感到困惑：這是否會掀起一場編程領域的生產力革命？還是，這又是一場過度炒作的噱頭？大廠們是探索這個答案的先行者。因為AI編程，百度實現(xiàn)了10%的人效提升，今天工程師提交的新增代碼中有27%由AI...

多模態(tài)大模型，也有自己的CoT思維鏈了！廈門大學&騰訊優(yōu)圖團隊提出一種名為“領唱員（Cantor）”的決策感知多模態(tài)思維鏈架構，無需額外訓練，性能大幅提升。在ScienceQA上，基于GPT3.5的Cantor準確率達到了82.39%，相比基于GPT3.5的思維鏈方法提升了4.08%。在更具挑戰(zhàn)性的MathVista上，基于Gemini的Cantor準確率比原始Gemini提高了5.9%。目前Cantor論文已上傳arXiv，代碼也已經開源。（地址在文末領取）多模態(tài)專屬思維鏈思想鏈...

北大兔展聯(lián)合發(fā)起的Sora開源復現(xiàn)計劃OpenSoraPlan，今起可以生成最長約21秒的視頻了！生成的視頻水平，如下展示。先看這個長一點的，9.2s：下面這段人形機器人種花要短一點，是2.7s：當然了，老規(guī)矩，這一次的所有數(shù)據(jù)、代碼和模型，繼續(xù)開源。目前，OpenSoraPlan在GitHub上有10.4k顆星星，大家可以選擇去抱抱臉上激情試玩。該說不說，版本迭代速度還挺快——上個月，OpenSoraPlan就在開源社區(qū)上新過一波。當時能支持單鏡頭16秒...

人人都知大模型時代具身智能大有可為。但這座連接起大模型和現(xiàn)實物理世界的橋梁，究竟應該如何搭建？逐際動力聯(lián)合創(chuàng)始人兼首席運營官張力，在中國AIGC產業(yè)峰會上給出思考：AI代替人去決策，人形機器人代替人去勞動。本質上，人形機器人應該代替人類，而不是代替工具。未來人形機器人會和iPhone一樣，成為一個硬件載體，只要裝上對應的APP，它就能替人干活。為了更完整體現(xiàn)張力的思考，在不改變原意的基礎上，量子位對演講內容進...

近日，網上流傳一份ilya推薦給JohnCarmack的閱讀清單，該清單包含了當今與AI相關27篇頂級文章，并稱如果真的將它們讀完，就能理解當下90%的AI技術。下面剩余的文章速覽。12）DeepResidualLearningforImageRecognition（深度殘差學習的圖像識別）何凱明的大作，2016年CVPR最佳論文，深入淺出地描述了深度殘差學習框架，大幅降低了訓練更深層次神經網絡的難度，也使準確率得到顯著提升。訓練更深層的神經網絡通常會面臨更多挑戰(zhàn)。...