AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
AI时代，技术性失业会愈演愈烈吗
原创此前的技术性失业只不过是暂时的、局部性的问题。但我们不能认为从过去历史中获得的经验可以原封不动地套用于未来的状况。过去与未来的前提不同，走向当然也会不同。虽说如此，只要未来的AI都是弱人工智能，那么技术性失业就会同之前一样，不过是暂时的、局部性的问题。即使未来搭载AI的自动驾驶汽车与无人机普及开来，导致出租司机”与快递人员失业，他们还可以转为从事其他人类更擅长的工作。比如担任护理人员或者按摩师等。...AI失业Cohere AI 发布 Command R7B：R 系列中最小、最快且最终的型号
原创01、概述在当今的企业级应用中，大型语言模型（LLMs）已经成为不可或缺的工具。从智能文档处理到对话式人工智能，这些技术的应用正全面铺开。然而，LLMs的部署却并非易事：高昂的计算资源需求、缓慢的推理速度、以及居高不下的运维成本，往往让企业望而却步。此外，企业对数据隐私的严格要求也进一步加大了采用LLMs的难度，尤其是当涉及敏感信息时，模型需要能在高度安全的环境中运行。为了解决这些问题，CohereAI推出了其R系列...大型语言模型InternLM-XComposer2.5-OmniLive：用于长期流媒体视频和音频交互的综合多模态人工智能系统
原创01、概述随着人工智能的发展，构建能够实时感知环境、进行复杂推理并记忆的系统，已成为研究者们追求的目标。这不仅要求AI系统能处理音频、视频和文本等多模态数据，还需在动态环境中模拟人类感知、推理与记忆的协同能力。然而，现有多模态大语言模型（MLLMs）在这方面仍存在诸多限制，尤其是在同时处理任务时的效率和可扩展性。为解决这些问题，来自上海人工智能实验室、中国香港中文大学、复旦大学、中国科技大学、清华大学、...多模态人工智能谷歌AI发布Gemini 2.0 Flash：比Gemini 1.5 Pro快2倍的新AI模型
原创 精华01、概述随着人工智能技术的快速发展，行业巨头不断推出更加先进的模型。近日，GoogleAIResearch发布了其最新的多模态人工智能模型——Gemini2.0Flash，不仅在速度上实现了飞跃性提升，还扩展了多模态功能的深度与广度，为AI的应用带来了更多可能性。02、核心升级亮点1）性能速度倍增Gemini2.0Flash在速度上实现了革命性突破，其处理速度是前代模型Gemini1.5Pro的两倍。这一显著提升不仅体现在响应时间的加快，还在多个基准测试...谷歌AI模型Transformer编码器与解码器和神经网络之间的关系
原创“编码器是神经网络模型的组成部分，而神经网络模型又由编码器来实现。”在上一篇文章中介绍了Transformer架构的EncoderDecoder编码器和解码器；而且我们都知道Transformer架构是神经网络模型实现的一种方式，那么一个问题就产生了，编码器和解码器与神经网络之间的关系是什么？即是由多层神经网络组成了一个个编码器解码器，还是由一个个编码器解码器组成了一层层的神经网络？它们的依赖关系是什么样的？编码器与神经网络先来...Transformer神经网络编码器解码器人脸识别和MTCNN模型
原创前言在上一章课程【使用YOLO进行目标检测】，我们了解到目标检测有两种策略，一种是以YOLO为代表的策略：特征提取→切片→分类回归；另外一种是以MTCNN为代表的策略：先图像切片→特征提取→分类和回归。因此，本章内容将深入了解MTCNN模型，包括：MTCNN的模型组成、模型训练过程、模型预测过程等。人脸识别在展开了解MTCNN之前，我们对人脸检测先做一个初步的梳理和了解。人脸识别细分有两种：人脸检测和人脸身份识...人脸识别MTCNN模型扎推曝光！大厂2025计划流出：字节辟谣疯狂买卡，奥特曼要搞AGI、智能体和ChatGPT成人模式；谷歌硬刚OpenAI
原创
社区头条编辑伊风出品51CTO技术栈（微信号：blog51cto）奥特曼明年的工作计划来了！此前，他在X上向网友征集，希望OpenAI在2025年做点什么新东西。——一万条评论在线许愿。今天，奥特曼汇总了一下，这个list很可能是明年重点的更新了！AGI、智能体、更好的升级版4o、更长的上下文……还有一个比较炸裂的“成人模式”。除此之外，深度研究、Sora和个性化的升级也安排在日程里了。这份总结以“修修补补”为主，甚至呼声很高的下一代模型...AGI智能体ChatGPT“大模型+知识图谱”双轮驱动的见解、技术和评估 - 英伟达的GraphRAG
数据是现代企业的命脉，为从创新到战略决策的方方面面提供动力。然而，随着组织积累的信息量不断增长（从技术文档到内部通信），他们面临着一项艰巨的挑战：如何从海量的非结构化数据中提取有意义的见解和可操作的结构。检索增强生成（RAG）已成为一种流行的解决方案，它通过集成相关的企业数据来增强AI生成的响应。虽然传统的RAG方法对简单的查询有效，但在解决需要推理和交叉引用的复杂、多层次问题时，往往无法满足要求。问...大模型知识图谱RAGAGI前夜的思考：从o3到AGI，未来已来
精华AI正以前所未有的速度进化，OpenAI的o3模型短短两个月内便从本科生水平跃升至博士级别，这一突飞猛进的进展让人震惊，但这一趋势已不可逆转。AI搜索公司Exa的CEOWillBryk在X上发表了一篇探讨AI的迅猛发展及其对未来社会、工作领域的深远影响的长文：《ThoughtsontheeveofAGI》（AGI前夜的思考）。1.AI发展迅速：从本科生到博士级别的进化AI从本科水平到博士水平的快速跃升，进展速度令人震惊。OpenAI的o3模型展示了AI的巨大潜...AGIo3智能什么是神经网络-终于把神经网络参数更新搞明白了！
今天我们来讲一讲神经网络的参数到底是如何更新的！我们先来看看如下神经网络中的最后一个参数b3是怎样进行更新的。后面的章节再来讲w1w2w3b1b2是如何更新的。我们先假设w1w2w3b1b2参数均已得到最优解，分别如上图中绿色数据所示。假设我们要拟合的曲线如下图所示：我们先给b3赋一个默认的初始值0。假设最上面的绿色曲线是我们要拟合的真实曲线，最下面的绿色曲线是当前的预测曲线。我们先来求一个残差平方和，即对于所有的输入...神经网络参数曲线Bert重大创新，RAG突破512长度限制
当前RAG的检索、召回模块，受到了传统BERT模型只支持512长度的极大限制。导致文档切分后的chunksize，极大影响RAG的性能。本文介绍的ModernBERT，在BERT的基础上进行了重大改进，以提高下游任务的性能和效率，尤其是在更长序列长度上的表现。ModernBERT在2万亿个token上进行训练，原生支持8192序列长度，展现了在多样化分类任务和单向、多向检索任务上的卓越性能。ModernBERT解决的问题问题1：传统Bert序列长度512的限制ModernB...RAGGopher序列长度从大模型数据，看大模型的前瞻应用场景在哪里？
对比海外AI独角兽Anthropic旗下claude和国内字节旗下的豆包大模型使用数据，可以找出相关规律。Anthropic官方调研美国AI独角兽企业Anthropic使用Clio分析了claude.ai（免费和专业级别）上与Claude的100万次对话，以确定人们使用Claude完成的主要任务。数据显示，用户对编码相关任务的特别重视：“Web和移动应用程序开发”类别占所有对话的10%以上。软件开发人员使用Claude执行从调试代码到解释Git操作和概念的各种任务。Clio在...大模型数据场景2024驾驭人工智能前沿：AI智能体的演进和影响白皮书
《2024驾驭人工智能前沿：AI智能体的演进和影响白皮书》由世界经济论坛和凯捷联合发布。报告聚焦于人工智能智能体，在大型语言和多模态模型快速发展的背景下，阐述其定义为能感知环境并自主行动实现目标的系统。梳理了其从简单规则系统到复杂模型的演进过程，包括关键技术趋势、多种类型及未来的多智能体系统发展方向。还分析了应用带来的生产力提升等好处，以及故障、恶意使用等风险，并针对风险从技术、社会经济和伦理等方面...人工智能AI智能体使用YOLO进行目标检测
原创前言本章的学习内容，将以目标检测为切入口，了解目标检测流程，包括：数据标准、模型训练以及模型预测。图片分类vs目标检测通过查看YOLO网站的task目录，我们可以看到：在计算机视觉领域中，常见的任务包括目标检测（detect）、语义分割（segment）、图像分类（classify）、人体姿态估计（pose）、以及有向边界框（OrientedBoundingBox，OBB）等。图像分类（classify）a.输出是图像所属的类别或标签，通常以概率分布的形式（例...计算机视觉这个大模型Badcase修复方案，我服！
工作以后，对于做业务的同学，一个避免不了的话题就是“badcase”，在大模型时代，当然也是避免不了的问题。对于很多没接触过实际业务的同学可能认为大模型足够强，强到可以很好的fit用户的所有需求，就算fit不了，也可以微调模型来解决。但实际情况是怎样呢？其实不管是大模型，还是专有领域小模型，一定存会各式各样模型解决不了的badcase。具体原因很多，以智能客服系统为例，用户的咨询分布也符合二八原则，即用户80%的咨询...badcase大模型prompt四年匠心磨砺，快手系统软件技术创新与领域演进之路
原创一、系统软件技术的核心价值与面临挑战系统软件作为软件架构的基石，扮演着连接软件与硬件的桥梁角色，位于整个软件生态的最底层，处于关键核心的位置。系统软件最为显著的特征在于其规模效应，随着服务器体量的增加，系统软件研发的价值愈发凸显。首先，系统软件技术能够显著提升服务器资源的利用率，实现翻倍效果，同时性能也能提升30%～50%，从而大幅降低公司的服务器资源成本。其次，专业的系统软件团队能够迅速定位并解决...系统软件技术快手JVM协程大模型Transformer架构之编码器(Encoder)和解码器(Decoder)
原创“Transformer编码器的作用是特征提取，而解码器的作用是特征重建”在上一篇文章中介绍了大模型的嵌入和向量，这一篇来介绍一下大模型的经典架构之Transformer架构的编码器和解码器。像很多人一样，一直在奇怪Transformer架构经过多层编码和解码之后就能处理输入数据并生成新的数据；所以，今天我们就来深入了解一下Transformer的编码器。Transformer的编码器对计算机网络和加解密比较了解的朋友应该都知道编码和解码；以计算机...大模型Transformer编码器参数减少99.5%，媲美全精度FLUX！字节跳动等发布首个1.58-bit FLUX量化模型
文章链接：https:arxiv.orgpdf2412.18653项目链接：https:chenglinyang.github.io1.58bit.flux.github.iogit主页：https:github.comChenglinYang亮点分析1.58bitFLUX，第一个将FLUX视觉Transformer的参数（共119亿）减少99.5%至1.58bit的量化模型，无需依赖图像数据，大幅降低存储需求。开发了一个高效的线性内核，针对1.58bit计算进行了优化，实现了显著的内存减少和推理加速。证明了1.58bitFLUX在具有挑战性的T2I基准测试中，...数据集模型减少LLM幻觉的五大技巧和方法
原创 社区头条本文介绍了使用LangGraph减少LLM幻觉的简单技巧。如果你使用过LLM，就知道它们有时会产生幻觉。这意味着它们生成的文本要么毫无意义，要么与输入数据相矛盾。这个常见的问题可能会损害基于LLM的应用程序的可靠性。我们在这篇文章中将探讨一些简单的技巧来降低产生幻觉的可能性。遵循这些技巧，你有望提高AI应用程序的准确性。幻觉有多种类型：内在幻觉：LLM的响应与用户提供的上下文相矛盾。响应在当前上下文中是错误的，而且这...LLMAI检索增强生成快手动效渲染引擎Crab，解锁“游戏化动效”开发新方式！
原创导读：在上一篇文章中，我们全方位地解析了快手Vision动效平台的整体架构及其演进思路。快手前端动效大揭秘：告别低效，vision平台来袭！今天，我们将进一步深入，详细介绍Vision动效平台的渲染引擎——Crab，并分享在复杂动效渲染场景下积累的实践经验和精彩案例。一、项目背景1.1快手大型活动中的动效动效在设计和用户体验领域中有重要的价值，表现力强的动效不仅能够激发受众用户的兴趣，提高参与度，还能提高...java前端动效
