AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
开源创新框架MoA，可极大增强大模型的能力
知名大模型平台TogetherAI开源了一个创新框架MixtureofAgents（简称，MoA）。MoA可以显著提升大模型的生成内容的能力和安全性，同时降低对AI算力的需求。研究人员在AlpacaEval2.0、MTBench和FLASK等多个基准上进行了全面评测，涵盖了从无害性、鲁棒性、效率、可读性、事实性等多个维度。结果显示，MoA在AlpacaEval2.0上以65.1%的得分，击败了OpenAI的GPT4o（57.5%），并且在使用开源大模型的条件下，仍然保持了明显的优势。也就...模型优化你的文生图模型可以秘密接收多模态提示了！南洋理工&腾讯最新提出EMMA
文章链接：https:arxiv.orgpdf2406.09162git链接：https:tencentqqgylab.github.ioEMMA图像生成的最新进展使得从文本条件创建高质量图像成为可能。然而，当面对多模态条件（如文本结合参考外观）时，现有方法难以有效平衡多种条件，通常表现出对某一种模态的偏好。为了解决这一挑战，引入了EMMA，这是一种基于最先进的文本到图像（T2I）扩散模型ELLA构建的新型图像生成模型，能够接受多模态提示。EMMA通过一种创新的多模态特征...模型图像生成如何使用AI学习一门编程语言？
原创译者布加迪审校重楼无论你是软件开发新手还是拥有几十年的丰富经验，总是需要学习新知识。TIOBEIndex追踪50种最受欢迎的编程语言，许多生态系统为职业发展和横向转型提供了机会。鉴于现有技术具有的广度，抽空学习一项新技能并有效运用技能可能困难重重。最近我一直在尝试学习Rust语言，这是一种注重性能、可靠性和生产力的类型安全语言。我在此过程中学到了使用AI编程助手的若干技巧，想与你分享，以改善你的学习体验。文章最...人工智能编程语言软件开发谁是OpenAI API最佳“平替”？国产大模型八仙过海，拼价格拼速度拼服务，谁能赢得用户选择？
出品51CTO技术栈（微信号：blog51cto）大模型们的竞争愈发拥挤。中国10亿参数规模以上的大模型数量已超过100个。国内基础大模型公司目前进入到抢占市场的关键时期，现在不做用户获取，未来只会更加困难。此时OpenAIAPI在国内市场的禁用，颇有“一鲸落而万物生”的意味。国内大模型厂商纷纷推出了自己的迁移方案，通过优惠、免费服务和技术支持花式吸引用户。大模型服务商被再次拉到起跑线上赛跑，谁能用最诱人的方案获得用户放...OpenAIAPI模型AI模型的奥运会：谁将在OlympicArena中夺冠？
精华引言：AI模型的奥林匹克级评测评估和比较不同AI模型的性能始终是一个核心话题。随着技术的不断进步，这些模型在处理复杂任务的能力上有了显著的提升。为了更精确地衡量这些先进模型的能力，Huang等人在2024年引入了一个全新的、类似奥林匹克的多学科、多模态评测平台——OlympicArena。这一平台设计了包括11,163个双语问题，涵盖文本和图像交错的模态，跨越七个常见学科和62个国际奥林匹克竞赛，严格检查数据泄露问题，旨在推动...AI模型人工智能什么是LLMOps?
1.概念自2018年GPT2的问世以来，大语言模型（LLM）如GPT系列逐渐发展壮大，尤其是GPT3及其后续版本的推出，性能方面显著提升。这些模型的强大能力催生了众多应用，如客户服务的聊天机器人、多语言翻译服务和辅助写作编程的工具等。面对LLM在实际应用中的独特挑战，业界发展出了新的工具和最佳实践，以更有效地管理这些模型的整个应用生命周期，这一进程的集合即为“LLMOps”。LLMOps（LargeLanguageModelOperations）定义为大语...LLMOps语言模型RAG生成任务：Base LLM竟然比Instruct LLM高出20%
检索增强生成（RAG）将检索阶段与生成阶段结合起来，后者通常由大型语言模型（LLMs）驱动，RAG中的当前常见实践是使用“指导”的LLMs，这真的是最优选择吗？对RAG系统中的“instruct”模型及其模板与基础版本（base）进行了原则性评估。这些“instruct”模型通常经过监督训练来提高遵循指令的能力，并使用最先进技术与人类偏好对齐。使用了两个任务指令来评估模型，任务指令I要求模型从未提供的文档中提取答案，任务指令II要求...RAGLLM流程YOLOv9：深度解析新一代实时目标检测王者
精华随着人工智能技术的飞速发展，计算机视觉领域迎来了一个又一个里程碑式的突破。其中，实时目标检测作为计算机视觉的重要分支，更是取得了举世瞩目的成就。在众多实时目标检测模型中，YOLO系列凭借其卓越的性能和广泛的应用场景，一直是业界的佼佼者。而今天，我们将要探讨的，正是YOLO系列中的最新成员——YOLOv9。一、引言在深度学习的浪潮中，目标检测任务一直是一个备受关注的研究方向。而YOLO（YouOnlyLookOnce）系列模型自...模型性能YOLOv9与ChatGPT的供应链数字化探讨
作者刚刚跟ChatGPT就供应链数字化的一些问题探讨了一下，被ChatGPT的现有能力所震撼。一句总结：或许量变已经引起质变，ChatGPT将会是强大的知识辅助工具与真正意义上的专家系统，有非常美好的商业化应用潜力。几点观察：1.虽然目前LLM的后端技术仍然是Transformer,attention,没有神奇之处，但作者猜测LLM会否已经量变达成质变，他看到的语料太多了。好比打网球，100小时和10000小时会有本质区别。2.互联网上的数据不都是大样本...ChatGPT供应链数字化人工智能利维坦：从霍布斯社会契约论视角探索LLM 智能体的社会进化
精华随着人工智能在解决复杂问题的深入，我们急需探索LLM智能体在模拟环境中的社会行为，特别是它们如何从自然状态过渡到建立社会契约的联邦状态。核心问题包括LLM智能体是否能够展现出类似人类的社会契约形成过程？不同的环境和智能体参数如何影响这一过程？以及这些观察结果对于理解人类社会动态有何启示？6月21日发表的引起行业重视的论文《ArtificialLeviathan:ExploringSocialEvolutionofLLMAgentsThroughtheLensofHobbesianSo...人工智能LLM智能体吴恩达揭秘：编程Agent如何革新软件开发行业
作为AI领域的杰出人物，吴恩达教授对编程Agent的兴起表示了极大的兴趣。他认为，编程Agent有潜力通过自动执行繁琐的任务、提高代码质量和加速开发周期来彻底改变软件开发行业。本文将深入探讨吴恩达对编程Agent的见解，多代理系统质量保证LDB调试测试Agent专用研发工作流程等关键概念。通过实际案例和深入分析，我们将探索这些技术如何协同工作，使编程Agent能够以更高的效率和有效性构建软件。通过多代理系统实现开发与测试的...Agent软件开发万文长文搞定检索增强生成(RAG)技术——13篇热门RAG文章解读
楔子RAG(RetrievalAugmentedGeneration)，检索增强生成，即从外部数据库获取额外信息辅助模型生成内容。楼主认为这项技术对于没有能力预算进行大模型训练和微调的大C和小B用户来说，兼具了实用性和灵活性，是更有可操作性的解决方案。如果你是一个AI小白，我来打一个比方：你读完全日制高中的课程（暂不考虑文理分科），咱可以说你已经完成了预训练(Pretraining)，已经具备了一个通用大模型的基础能力。然后你填报了计算机科学...模型论文旷视开源的AI人像视频生成太炸了！输入照片即可模仿任意表情包
精华日前，旷视科技发布了一项新的开源AI人像视频生成框架——MegActor。基于该框架，用户只需输入一张静态的肖像图片，以及一段视频（演讲、表情包、rap）文件，即可生成一段表情丰富、动作一致的AI人像视频。MegActor所生成的视频长度，取决于给定的驱动视频的长度。与阿里EMO、微软VASA等最新涌现的AI视频模型不同，旷视MegActor将采用开源的方式，提供给开发者社区使用。MegActor能够呈现出丝毫毕现的效果，面部细节更加丰富自...视频生成耳朵没错，是声音太真了，字节豆包语音合成成果Seed-TTS技术揭秘
SeedTTS是字节跳动豆包大模型团队近期发布的语音生成大模型成果。它生成的语音几乎与真人完全一样，连发音瑕疵也能生成出来，尤其在学习模仿人类说话方面，相似性和自然度均有很好表现。举例来说，将一段语音提供给SeedTTS，它就能按文本生成全新语音，且带上原素材的声音特征。突然，身边一阵笑声。我看着他们，意气风发地挺直了胸膛，甩了甩那稍显肉感的双臂，轻笑道：“我身上的肉，是为了掩饰我爆棚的魅力，否则，岂不吓坏...语音生成合成数据：解锁通用人工智能的“关键之钥”？
原创 精华编者按：人工智能技术的发展离不开高质量数据的支持。然而，现有可用的高质量数据资源已日渐接近枯竭边缘。如何解决训练数据短缺的问题，是当前人工智能领域亟待解决的一个较为棘手的问题。本期文章探讨了一种经实践可行的解决方案——合成数据（SyntheticData）。如AlphaZero、Sora等已初步证实了合成数据具备的巨大潜力。对于语言模型来说，虽然要生成高质量的合成文本存在一定难度，但通过优化现有数据、从多模态数据中学习...AILLMs合成数据人工智能百倍提升7B模型推理能力！颜水成团队携手新加坡南洋理工大学发布Q*算法
自OpenAI的Q项目曝光后，业内相关讨论始终层出不穷。据现有信息汇总，Q项目被视作OpenAI在探索人工通用智能（ArtificialGeneralIntelligence,AGI）道路上的一次重大尝试，有望在包括数学问题解决能力、自主学习和自我改进等多个层面对人工智能技术带来革新性突破。（英伟达科学家JimFan、图灵奖得主YannLeCun等参与讨论OpenAI的Q实现方式）图片（Meta科学家田渊栋则认为Q是Qlearning和A的结合，且天然地适合推理任务，尤其在数...模型算法快手「可灵」再进化！视频续写可达3分钟让全球网友炸锅
精华最近，可灵AI直接让一位网友的家人群里炸锅了……事情是这样的，这位网友的父亲需要做搭桥手术，为了给父亲鼓舞，他便试着用可灵AI把爷爷的两张老照片还原成了视频。在下面这个视频中，爷爷正在朝鲜战场，担任营指导员。穿越时光隧道，1950年代风华正茂的爷爷，对着他挥了挥手。这位网友把视频发到家人群后，群里直接炸了！下面这张黑白的合影，是全家唯有的一张全家福。当已经故去的人忽然动了起来，音容笑貌一如往昔，每个人...AI生成LLM原生开发路线图指南
原创译者朱先忠审校重楼引言大型语言模型（LLM）正在迅速成为现代人工智能的基石。然而，目前还没有出现公认的最佳实践，而且先驱们往往没有明确的开发路线图。因此，这种状况急需要有人重新发明有关轮子；否则，将会使人陷入困境。在过去的两年里，我帮助一些组织利用LLM构建了创新型应用程序。通过这次经历，我开发了一种经得住考验的方法来创建创新型LLM应用解决方案（受LLM.org.il社区的启发而形成），我将在本文中与大家共同分...LLM人工智能怎么破？OpenAI 突然宣布阻止中国访问API服务！
出品51CTO技术栈（微信号：blog51cto）凌晨，OpenAI突然发出一封告知信：不支持国家地区将会被停止使用OpenAI的API，7月9日起执行。想要继续使用的话，可以联系支持国家地区的有关服务。图片原文对此表示的很明显：自7月9日起，OpenAI将开始阻止来自非支持国家和地区的API流量。受影响组织若希望继续使用OpenAl的服务，必须在其支持的国家或地区内访问。那么想访问OpenAI的API，该怎么办？图片这则消息一出来，很多人惊呼：那原...OpenAI中国API吴恩达揭秘：编程Agent如何革新软件开发行业
精华作为AI领域的杰出人物，吴恩达教授对编程Agent的兴起表示了极大的兴趣。他认为，编程Agent有潜力通过自动执行繁琐的任务、提高代码质量和加速开发周期来彻底改变软件开发行业。本文将深入探讨吴恩达对编程Agent的见解，多代理系统质量保证LDB调试测试Agent专用研发工作流程等关键概念。通过实际案例和深入分析，我们将探索这些技术如何协同工作，使编程Agent能够以更高的效率和有效性构建软件。通过多代理系统实现开发与测试的...Agent工作流API
