AI.x社區
- 登錄/注冊
FlexTok-一種圖像編碼新方式
原創本文介紹一種圖像編碼的方法。圖像標記化推動了自回歸圖像生成發展，但傳統2D網格標記和現有1D標記方法存在不足，如無法適應圖像內在復雜性。FlexTok創新之處在于可將2D圖像投影為可變長度、有序的1D標記序列，圖像標記化通過提供一種比原始像素更高效、更易處理的壓縮離散表示，極大地推動了自回歸圖像生成的發展。傳統方法多采用二維網格標記化，但像TiTok這樣的最新研究表明，一維標記化能夠通過消除網格冗余來實現高質量的...FlexTok圖像編碼計算機視覺詳解AI代理的內部工作機理
原創我在過去設計對話式系統時親眼目睹了傳統AI的局限性。我設計的系統可以可靠地檢測實體，但其僵硬的邏輯使得這種解決方案不能擴展。對話遵循預先編程的路徑：如果用戶說X，就回應Y。任何偏差都會破壞整個流程，凸顯出這類系統有多死板多僵硬。基于基礎模型的代理改變了這一切。它們是自主系統，能夠處理不可預測的場景并無縫協作。代理可以規劃行程、收集實時數據或管理客戶賬戶，隨時適應變化。代理不僅僅是工具的使用者，它們...AI代理人工智能基礎模型炸裂更新！全球首個混合推理模型Claude 3.7 Sonnet發布，編碼能力直接起飛！
原創在人工智能領域，每一次重大突破都能引發全球科技愛好者的熱烈討論。Anthropic公司發布的全新模型——Claude3.7Sonnet，無疑再次點燃了AI社區的熱情。作為全球首個混合推理模型，Claude3.7Sonnet不僅在編碼能力上實現了質的飛躍，還通過其獨特的“標準和擴展思考模式”重新定義了AI的推理方式。一個模型，兩種思考方式Claude3.7Sonnet的最大亮點在于其“一個模型，兩種思考方式”的設計理念。用戶可以根據需求選擇“標準模式”...大模型混合推理模型Claude 3.7 Sonne如何安全地使用第三方應用程序訪問DeepSeek
譯者張哲剛審校重樓AI編碼助手改變了開發人員編寫軟件的方式。它們可以自動執行重復性的任務，及早發現錯誤，進而加快開發進度。但是，并不是所有的AI編碼工具在構建時都考慮到了安全性這個重要的問題。DeepSeek是最優秀最有前途的免費AI編碼助手之一。它被譽為游戲規則改變者，其推理模型堪比OpenAIo1，甚至更好。它能夠提供高級代碼建議，并且支持多種編程語言。?但有一個問題是——當你輸入代碼后，你知道都發生了些什么嗎...DeepSeek安全QodoGenPerplexity AI大型語言模型（LLMs）如何能夠從長達數十年的符號 AI 項目中受益
將大型語言模型（LLMs）應用于實際應用的主要障礙之一是它們的不可預測性、缺乏推理能力和難以解釋性。如果無法解決這些挑戰，LLMs將無法成為在關鍵環境中可信賴的工具。在最近的一篇論文中，認知科學家GaryMarcus和人工智能先驅DouglasLenat深入探討了這些挑戰，他們將這些挑戰歸納為了確保通用人工智能的16個愿望清單。TechTalks的創始人BenDickson將其整理發表了一篇名為"HowLLMscouldbenefitfromadecades’longsymbolicAIpr...大型語言模型LLMsDeepSeek 在微信上的 4 個入口，快來試試，從此遠離“系統繁忙”！
在前幾天微信剛正式接入DeepSeek后，大家都沸騰了。緊接著就發現使用人數多了以后，微信上的DeepSeek也忍不住開始“系統繁忙”，實在是無言以對啊。今天幫大家整理了在微信上直接使用DeepSeek的4個入口，不行就換一個，從此告別“系統繁忙”。微信AI搜索首先還是之前講到過的AI搜索入口，目前絕大多數人都已經被灰度到，能夠使用了。點擊微信搜索輸入框，最下方就能夠看到AI搜索，進入即可跳轉如下頁面，切換至DeepSeek即可。目...DeepSeek微信系統KGGen用語言模型從純文本中提取知識圖譜
從事大模型應用的讀者都可能受到知識圖譜（KG）不足的困擾，知識圖譜的構建與運營常常是耗時費力的手工過程。斯坦福最新工作KGGen【文獻1】，利用大語言模型（LLM）從非結構化文本中自動生成高質量知識圖譜，等于從LLM提取出語義。簡介知識圖譜是信息檢索等應用中基本的數據結構，通過主謂賓三元組表示實體之間的關系。然而，許多現有的KG存在不完整性，缺乏實體之間的眾多關系，這對下游任務如KG嵌入和基于圖的推理造成了挑戰...KGGen語言模型淺談國產化AI芯片模型部署實踐
國產化AI芯片的發展已經成為國內信息技術產業的一個重要領域，它的發展始于對高性能計算需求的崛起，尤其是在人工智能和大數據領域，國內的科研機構和高新技術企業開始投入大量資源用于AI芯片的研發，以滿足國內應用的需求。并且隨著中國在各個高新領域的不斷發力與國外AI芯片技術近年來不斷加深的制裁，各個行業的企業也開始合作，以共同推動AI芯片的研發和應用，包括通信、云計算、智能制造、自動駕駛等領域。國內市場對AI芯...國產化AI芯片OpenAI自爆：GPT-4.5 并非前沿模型！奧特曼稱OpenAI的GPU已用光，還透露了一個“轉型”思路？
編輯伊風出品51CTO技術棧（微信號：blog51cto）"GPT4.5并非前沿模型，但它是OpenAI最大的LLM，比GPT4的計算效率提高了10倍以上"。圖片這句話就這么水靈靈地出現在GPT4.5官方給的SystemCard（系統卡）中。??https:cdn.openai.comgpt45systemcard.pdf??從2023年3月14日的GPT4,等了兩年，竟然等來一句“不是前沿模型”這么讓人失望的話。大了10倍的GPT4.5確實不是卷榜單排名的學霸：編碼方面，GPT4.5在編碼問題上的得分率為79%...OpenAIGPT-4.5模型DeepSeek第五天開源猛料，3FS并行文件系統榨干SSD！6.6 TiB/s吞吐量堪比光速
最后一天，DeepSeek開源了全生命周期數據訪問引擎FireFlyerFileSystem（3FS），以及基于3FS的數據處理框架Smallpond。3FS（螢火蟲文件系統）是一個充分利用現代SSD和RDMA網絡帶寬的并行文件系統，其特點是：在180節點集群中實現了6.6TiBs的總讀取吞吐量在25節點集群的GraySort基準測試中達到了3.66TiBmin的吞吐量每個客戶端節點的KVCache查詢峰值吞吐量超過40+GiBs采用分離式架構，確保了強一致性全面支持V3R1的訓練數據預處理...DeepSeek開源模型DeepSeek太給力了！自家的大模型秘方開源到底！國產大模型雄起
原創出品51CTO技術棧（微信號：blog51cto）DeepSeek“開源周”第五天，依舊保持了一如既往地“務實”風，滿滿的誠意。先來回憶下前四天，源神的慷慨發布——第一天，2月24日，最為外界稱道的MLA技術率先開源，這項解碼加速器FlashMLA技術能夠讓英偉達Hopper架構GPU跑得更快，效果更好！緊接著，25日，直接亮出首個面向MoE模型的開源專家并行通信庫DeepEP，實現了MoE訓練推理的全棧優化；第三天，則進一步祭出一項跨時代的發布：FP8...大模型DeepSeek存儲白話DeepSeek R1的GRPO強化學習算法：原理、圖解、視頻
GRPO(GroupRelativePolicyOptimization)算法核心思想：想象一下，老師在教一個學生寫作文。傳統的強化學習方法（比如PPO）會給學生的每一句話打分，告訴他這句好，那句不好。但GRPO不這么做，它更像是一位“佛系”老師：不看過程，看結果：GRPO不會逐句指導學生，而是讓學生一口氣寫完幾篇不同的作文（一組作文）。幾篇作文一起比較：然后，老師把這幾篇作文放在一起比較，根據一個預先定好的規則（基于規則的獎勵模型），評判...DeepSeekGRPO算法全場景AI革命！DeepSeek官方開源生態工具庫「狂飆」指南
一、項目定位：AI生態的“連接器”awesomedeepseekintegration是DeepSeek官方在GitHub上推出的開源集成資源庫，旨在構建一個覆蓋全場景的AI工具生態系統。該項目通過聚合300+第三方工具與應用，打通了從個人用戶到企業開發者的需求鏈路，實現“一站式”接入DeepSeek大模型能力。截至2025年2月，該項目已收獲超過20KStar，成為國內AI工具集成領域的標桿項目。二、核心功能與技術亮點全場景工具整合1.類功能模塊：涵蓋開發框架（...全場景AI工具Grok 3 與 DeepSeek-R1 是怎么學會思考的？
你是否思考過：大模型是如何做到既能到出口成章又能演算數學題的呢？今天，讓我們用實例來揭開大模型中「思維鏈」的神秘面紗。1、什么是思維鏈技術？簡而言之，思維鏈技術就是讓大模型在回答問題時，不再只給你一個冰冷的答案，而是會抽絲剝繭般地一步步展示它是如何找到答案的。要知道，傳統LLM的訓練目標是預測下一個token，而不是系統地推理數學問題。它們在龐大的文本語料庫中學到了各種模式，但「數學公式的嚴謹推演」并非...Grok 3DeepSeek-R1符號推理阿里發布通義萬相2.1 :最佳視頻生成模型
原創01、概述隨著人工智能技術的不斷發展，視頻生成領域也迎來了革命性的進步。阿里云推出的通義萬相2.1，正是這一突破的代表，它是一款集高質量、精準運動生成與多語言支持于一身的先進視頻生成模型。今天，我們將帶你了解這款引領行業的技術產品，以及它如何通過尖端創新，幫助各行各業實現更高效、更智能的視頻創作。02、什么是通義萬相2.1？通義萬相2.1由阿里云通義萬相AI團隊開發，旨在通過將文本描述轉化為高質量視頻，帶來前...通義萬相2.1視頻生成AI視頻創作阿里云繞過 RAG 實時檢索瓶頸，緩存增強生成（CAG）如何助力性能突破？
原創 精華編者按：你是否曾經遇到過這樣的困擾：在開發基于RAG的應用時，實時檢索的延遲讓用戶體驗大打折扣？或者在處理復雜查詢時，檢索結果的不準確導致回答質量不盡如人意？在當前大語言模型應用大規模落地的背景下，這些挑戰正成為制約產品競爭力的關鍵瓶頸。傳統RAG方案中的檢索延遲、準確性波動以及系統復雜度，都在考驗著開發者的耐心和智慧。緩存增強生成（CAG）技術巧妙地利用了新一代大語言模型處理長上下文的能力，通過預加載...CAGLLMsICLR 2025 | 視頻編輯最新SOTA！VideoGrain零樣本實現多粒度控制，精準到像素級
論文鏈接：https:arxiv.orgpdf2502.17258git鏈接：https:knightyxp.github.ioVideoGrainprojectpage亮點直擊首次嘗試多粒度視頻編輯的方法。支持類別級、實例級和局部級的編輯。提出了一個新穎的框架，稱為VideoGrain，該框架通過調節時空跨注意力和自注意力，實現文本到區域的控制以及區域間特征的分離。在無需調整任何參數的情況下，在現有基準測試和真實世界視頻上都取得了定性和定量的最新成果。總結速覽解決的問題多粒度視...AI視頻生成Claude 3.7 Sonnet：AI推理的新進展，開發者與企業的智能助手
原創01、概述在AI領域，推理能力一直是衡量模型智能的重要標準。而今天，我們迎來了一個里程碑式的產品——Claude3.7Sonnet。它不僅是最智能的模型，更是市場上首個混合推理模型。這意味著，它既能像普通大語言模型（LLM）一樣快速響應，也能像人類一樣進行深度思考，甚至將思考過程可視化呈現給用戶。對于開發者來說，Claude3.7Sonnet的推出不僅是一次技術升級，更是一場效率革命。無論是前端開發、代碼生成，還是復雜任務的自動化...Claude 3.7 Sonne混合推理模型AI推理Claude Code英偉達發布天氣模型CorrDiff，預測效率大漲
在全球極端天氣事件愈發頻繁的當下，從暴雨洪澇引發的城市內澇，到颶風肆虐造成的巨大破壞，精準的氣象預測成為了保障社會安全與經濟穩定發展的關鍵環節，也是AI應用的重要領域之一。所以，英偉達的研究人員發布了最新天氣預測模型CorrDiff，能將分辨率為25公里的大氣數據細化至2公里，大幅提升了氣象預測的精度，并且能預測輸入數據中未包含的相關變量，例如，雷達反射率，這對于判斷降雨位置和強度極為關鍵。此外，相比傳統使...AI模型預測多智能體強化學習如何讓AI回答更精準？MMOA-RAG的突破性進展
原創 精華01、概述近年來，大型語言模型（LLMs）在自然語言處理領域掀起了一場革命，從智能聊天機器人到知識檢索系統，LLMs的應用無處不在。然而，這些模型生成的答案有時會過時，甚至出現“幻覺”（即生成不準確或無依據的內容）。為了解決這一問題，檢索增強生成（RetrievalAugmentedGeneration,RAG）應運而生。RAG通過引入外部知識庫來增強LLMs的表現，但如何優化復雜的RAG系統仍然是一個巨大的挑戰。傳統的優化方法通常將RAG的各個模...智能體AIRAG優化MMOA-RAGLLM增強
