AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
微软开源Phi-3.5：支持手机、平板电脑，性能超Llama 3.1
微软开源了最新Phi3.5系列模型，共有mini指令微调、专家混合和视觉微调三种模型。Phi3.5系列的参数非常小，但性能却超过了Meta最新开源的Llama3.18B和Mistral7B等知名开源模型，也是目前开源大模型排行榜中唯一入选前10名的小参数模型。所以，微软开源的Phi3.5系列是专门面向那些算力、硬件有限的中小企业和个人开发者，同时可以部署在手机、平板电脑等移动设备中使用。Mini开源地址：https:huggingface.comicrosoftPhi3.5minii...微软开源面向大语言模型的检索增强生成(RAG)技术：综述
精华同济大学王昊奋研究员团队联合复旦大学熊赟教授团队发布检索增强生成（RAG）综述，从核心范式，关键技术到未来发展趋势对RAG进行了全面梳理。这份工作为研究人员绘制了一幅清晰的RAG技术发展蓝图，指出了未来的研究探索方向。同时，为开发者提供了参考，帮助辨识不同技术的优缺点，并指导如何在多样化的应用场景中最有效地利用这些技术。大型语言模型（LLMs）已经成为我们生活和工作的一部分，它们以惊人的多功能性和智能化改变...语言模型数据ECCV`24 | 少步比多步好？TurboEdit:少步扩散和解耦控制的实时精确图像编辑
精华论文链接：https:arxiv.orgpdf2408.08332亮点直击提出一个反演网络，该网络通过预测噪声来重建输入图像，并被训练为在前一步重建的条件下迭代地校正重建图像。对扩散蒸馏过程的一种新兴特性进行分析。方法在反演过程中只需要8次功能评估（一次性成本），每次编辑只需4次功能评估，而基于多步扩散模型的方法在反演中需要50次功能评估，每次编辑需要3050次功能评估。本文方法速度显著提升（每次编辑小于0.5秒，而不是大于3秒），...模型图像全面提升！上海交大等联合发布MegaFusion：无须微调的高效高分辨率图像生成方法
文章链接：https:arxiv.orgpdf2408.11001项目链接：https:haoningwu3639.github.ioMegaFusion亮点直击提出了一种无需调优的方法——MegaFusion，通过截断与传递策略，以粗到细的方式高效生成百万像素的高质量、高分辨率图像;结合了膨胀卷积和噪声重新调度技术，进一步优化了预训练扩散模型对高分辨率的适应性;证明了该方法在潜空间和像素空间扩散模型及其扩展模型中的适用性，使其能够在大约原始计算成本的40%下生成具有多种纵...图像生成AI采用代码聊天：理解代码库的对话式人工智能
原创在不断发展的软件开发环境中，与代码库进行对话式交互可以改变游戏规则。想象一下，有一个工具可以理解你的代码，可以回答你的问题，提供见解，甚至帮助你调试问题——所有这些都是通过自然语言查询实现的。本文将引导你完成创建对话式人工智能的过程，该过程允许使用Chainlit、Qdrant和OpenAI与你的代码进行对话。对话式人工智能对代码库的好处简化代码审查：快速审查特定的代码模块并了解其场景，而无需花费更多的时间挖掘文...人工智能数据库代码库大模型训练核心算法之——反向传播算法
原创“反向传播是大模型训练的核心，没有反向传播就没有大模型”了解过大模型技术的人应该都知道，大模型有几个核心模块；对应的也有几个核心技术点，比如训练数据的准备，机器学习(神经网络)模型的设计，损失函数的设计，反向传播算法等。而今天讨论的就是反向传播算法，其可以说是模型训练的核心模块，没有反向传播模型训练就无从谈起。那么，反向传播算法是怎么实现的呢？其技术原理是什么？有哪些注意点？反向传播算法的实现介...大模型反向传播Easy-RAG 一个适合学习、使用、自主扩展的检索增强生成系统
原创当今时代，人工智能技术的飞速发展为各行各业带来了革命性的变化。在自然语言处理领域，检索增强生成（RAG）系统因其卓越的性能和广泛的应用前景，正成为研究和应用的热点。今天，我要向您推荐的是一个创新的系统——EasyRAG，它不仅易于学习、使用，还具备自主扩展的能力。希望能让您对RAG能更近一步的了解。一、EasyRAG系统概览EasyRAG是一个开放源代码的检索增强生成(RAG)系统，旨在提供一种简便的方式来学习和使用RAG技术，...人工智能RAG持续义无反顾地拥抱AI，以AI来寻找破局之法
如果用一个词来形容过去几年有赞走过的道路的话，摸索，无疑是再合适不过的了。的确，有赞在过去的几年之中一直都在寻找一种能够跳脱出以往互联网式的发展模式的方式和方法，虽然这个过程非常痛苦，但是，有赞却挺了过来。一切的一切都是从有赞开始全面拥抱AI开始的。可以说，AI，给了有赞第二次生命。正是因为如此，有赞创始人白鸦才会说，有赞将会持续义无反顾地拥抱AI，以AI来寻找破局之法...AI人工智能Kubeflow集成Volcano实现高效AI训练
1.概念Kubeflow是一个机器学习平台，旨在简化ML模型的开发、训练、部署和管理。它提供了一系列工具和组件，包括JupyterNotebook、TFJob、Katib（超参数调优）、KFServing（模型服务）等，使用户可以在Kubernetes集群上轻松运行和管理机器学习工作流。Volcano是一个Kubernetes调度系统，专为批处理、HPC、AI和大数据工作负载设计。它通过提供先进的调度策略、资源公平分配和作业管理功能，优化了资源利用率和任务执行效率。Volca...KubeflowVolcanoAI极限套娃，Agent自动设计Agentic系统！
Agent智能体系统正在作为通用工具被广泛研究和应用，解决复杂问题通常需要由多个组件组成的复合智能体系统，而手工设计的解决方案最终会被学习到的更高效的解决方案所取代。为此，提出了自动化设计智能体系统（ADAS：AutomatedDesignofAgenticSystems，已开源）的新研究领域，目标是自动创建强大的智能体系统设计。通过代码定义整个智能体系统，并由一个“元Agent”自动发现新的智能体，理论上允许ADAS算法发现任何可能的构建块...AgentAgentic系统《自然》期刊发布最新科学报告：人工智能技术在个性化医疗中的创新与挑战
国际、国内有诸多AI技术团队正在医疗领域展开应用研究及开发，人工智能（AI）技术正迅速改变着医疗保健领域的面貌。通过其在数据分析、模式识别和自动化决策方面的强大能力，AI在提高诊断准确性、优化治疗方案和提升患者护理质量方面展现出巨大潜力。尤其在个性化医疗中，AI能够根据患者的基因、生活方式和病史等数据，提供量身定制的治疗建议，从而显著改善患者的治疗效果并降低医疗成本。8月16日自然期刊发表的文章《Innova...人工智能个性化技术LangChain百万代码全解析：这个模型胃口很大！
精华小试牛刀，很懂《三体》恋爱脑云天明！在谈论AI的代码解析能力之前，我们不妨先看一下它在处理自然语言文本方面的表现。为了测试GLM4Long的理解力，我决定让它尝试阅读并理解我最爱的科幻小说94万字的《三体》。抽取概括能力作为一个具有强大理解能力的模型，必须具备从复杂的文本中抽取出关键的信息，并进行总结。当一次性输入整本小说，模型能有怎样的表现呢？我决定以《三体》中的恋爱脑云天明为例，我们可以让模型梳理出云...LangChain代码GLM机器遗忘：为什么教AI学会遗忘至关重要？
译者布加迪审校重楼一旦你学到了东西，就很难忘记。可以想象，这个道理同样适用于机器，特别是对于使用数十亿个参数进行训练的大语言模型（LLM）。在当下，大语言模型能够处理语言或生成以假乱真的图像，许多未解决的伦理问题继续出现：包括OpenAI因使用受版权保护的新闻文章来训练其AI模型而被起诉，以及艺术家们指控科技公司未经许可非法使用他们的作品作为训练数据。诚然，AI领域的发展现状是一个道德雷区，这导致了最近所谓...机器遗忘AILLM一文总结扩散模型（Diffusion Model）在时间序列中的应用
扩散模型是目前生成式AI中的最核心模块，在Sora、DALLE、Imagen等生成式AI大模型中都取得了广泛的应用。与此同时，扩散模型也被越来越多的应用到了时间序列中。这篇文章给大家介绍了扩散模型的基本思路，以及几篇扩散模型用于时间序列的典型工作，带你理解扩散模型在时间序列中的应用原理。1、扩散模型建模思路生成模型的核心是，能够从随机简单分布中采样一个点，并通过一系列变换将这个点映射到目标空间的图像或样本上。扩散...扩散模型时间序列360发布FancyVideo:通过跨帧文本指导实现动态且一致的视频生成SOTA！
精华文章链接：https:arxiv.orgpdf2408.08189项目链接：https:360cvgroup.github.ioFancyVideo亮点直击本文介绍了FancyVideo，据众所知的首个探索T2V任务中跨帧文本指导的开创性尝试。该方法为增强当前的文本控制方法提供了新的视角。本文提出了跨帧文本指导模块（CTGM），该模块构建跨帧文本条件，并随后以强大的时间合理性引导潜在特征的建模。它可以有效地增强视频的运动性和一致性。本文证明了结合跨帧文本指导是一种实现高质量...视频生成 测试T2I与StlyeGAN2首次联手！PreciseControl:单肖像生成精细个性化图像！
论文链接：https:arxiv.orgpdf2408.05083工程主页：https:rishubhpar.github.ioPreciseControl.homegit链接：https:github.comrishubhparPreciseControl最近，大家看到了一波针对文本到图像（T2I）扩散模型的个性化方法的兴起，这些方法通过少量图像来学习一个概念。现有的方法在用于人脸个性化时，难以实现具有身份保留的令人信服的反演，并依赖于对生成的人脸进行语义文本编辑。然而，人们希望对面部属性进行更细粒度的控制，...AI图像生成利用多Lora节省大模型部署成本
精华如何把多个大模型合并部署以节省成本呢？本文将深入探讨这一技术与应用场景，利用多Lora合并部署大模型。一、背景近期，我们在大模型集群的部署过程中遇到了一些挑战。公司有多个业务场景，每个场景都基于自身的数据进行微调，训练出相应的大模型并上线。然而，这些场景的调用量并不高，同时大模型的部署成本较为昂贵，这造成了资源的浪费。本文将介绍我们如何利用多Lora技术，将多个场景合并部署，从而有效解决这一问题。同时...Lora模型部署AI给《黑神话：悟空》生成了一个宣传片…看完我沉默了
精华足足等了四年，《黑神话：悟空》，终于来了！但我们上班的“吗喽”玩不着，于是灵光一闪，不妨用AI的方式来解猴瘾——用AI给《黑神话：悟空》生成一个宣传片。说干就干。我们以官方的最新宣传片做模板，小伙伴们可以先欣赏一波：《黑神话：悟空》最终预告我们的操作方式是这样的——截取最新宣传片中的多个关键帧，然后用智谱AI的清影（免费、无限次）生成视频片段，最终将它们拼接到一起。操作上并没有什么难度，等待时长也是...AI生成Transformer，会笑到最后吗？
原创出品51CTO技术栈（微信号：blog51cto）Transformer架构为当今最流行的公共和私有AI模型提供支持。那么我们想知道——接下来是什么？这种架构是否会带来更好的推理？Transformer之后会是什么？一、Transformer的问题及其挑战者们Transformer架构的自注意力机制允许模型同时衡量每个输入token对输入序列中所有token的重要性。通过捕获长距离依赖关系和复杂的token关系，这有助于提高模型对语言和计算机视觉的理解。然而，这意味着...TransformerAIGenAILLaMA 3 背后的大规模 GPU 集群 RoCE 网络建设
精华一、背景模型越来越大，需要的GPU越来越多；与此同时GPU性能也在不断增强，配套的网络带宽也不断增加到400G（BlackwellGPU甚至需要到800Gbps）。Ranking模型还在迁移到GPU的早期阶段，但使用GPU的规模也在不断增加；而LLM通常需要使用更大规模GPU。在构建这种规模的网络的同时保持高性能GPU间通信很有挑战。Meta在其LLaMA3技术报告中简单提到用于训练LLaMA3的大规模GPU集群，不过在报告中并没有详细介绍其集群的构成以及相应的...LLaMA 3GPU集群
