AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
忘掉 ChatBots， 智能体 (AI Agents) 将是未来
随着AIAgents技术的不断发展和成熟，我们可以期待在未来看到更多令人兴奋的创新和应用。这些技术有望成为推动人类进步和提高生活质量的重要工具。本周，一家名为CognitionAI的初创公司引起了轰动，他们发布了一个演示，展示了一个名为Devin的人工智能程序执行通常由高薪软件工程师完成的工作。像ChatGPT和Gemini这样的聊天机器人可以生成代码，但Devin更进一步，规划解决问题的方法，编写代码，然后测试和实施。Devin的创建者将...智能体AIAgentsResearchAgent: 利用agent自动生成论文idea，再也不用担心做科研没有思路了
大家好，我是HxShine今天分享微软的一篇文章：ResearchAgent:IterativeResearchIdeaGenerationoverScientificLiteraturewithLargeLanguageModels。传统的科学研究过程包括新研究想法的提出和通过精心设计的实验来验证这些想法，这一过程缓慢且依赖专业专家，这限制了科研的生产力。这篇论文试图利用agent思想来自动生成新的论文idea，解决科学研究生产力低下的问题，论文提出了一个名为ResearchAgent的工具，这是一个由大型语言...ResearchAgentagentidea超越GPT-4！腾讯AI新研究打破长文本生成模型限制，序列并行技术再突破
引言：探索长文本生成模型的新趋势在人工智能领域，随着生成模型中上下文长度的不断增长，我们见证了一种趋势的形成。从Claude在大型语言模型（LLMs）中将序列长度扩展到100K标记，到OpenAI的GPT4将上下文长度扩展到128K标记，再到多模态模型的出现，如Gemini1.5Pro拥有高达1000万标记的上下文长度，以及OpenAI的Sora模型支持至少100万视觉标记。这些突破性进展强调了生成AI技术需要巧妙处理更大上下文长度的重要性。序列并行（...AIGPT-4模型“全家桶”战士归来，谷歌自我革命！
原创编辑言征出品51CTO技术栈（微信号：blog51cto）5月与6月，旧金山硅谷各大新贵旧王正在激烈角逐，主战场无疑则是AI。就在昨天凌晨GPT4o发布的24小时后，GoogleIO大会也交卷了。有意思的是，谷歌掌舵人皮查伊，好像很清楚观众们所想，一开始就安排AI在后台统计了整场提及的AI次数：121，但随后又不自禁地提了3次。这124次的提及，为什么会这么多？图片因为这次主题演讲，实在太全面了，脉络清晰，而又让人眼花缭乱，简直让我们重...谷歌AI模型Agents需要一个代码解释器
原创作者VasekMlejnsky编译言征出品51CTO技术栈（微信号：blog51cto）构建人工智能代理很难。你将与幻觉作斗争，让agents智商不掉线，并引导他们使用正确的工具。不过，方法也不难，其中一种就是赋予代理代码执行能力。以下是为什么你的人工智能代理应该有一个代码解释器的一些原因。一、额外技能具有代码解释器的代理可以获得诸如对CSV文件执行统计分析或绘制图表之类的功能。当你向不同的代理请求相同的东西时，很明显，那些具有...Agents代码解释器英伟达开源大模型对齐框架—NeMo-Aligner
随着ChatGPT、Midjourney等大模型产品的影响力、应用场景越来越多，为了确保输出的内容安全、可靠，对齐成为开发人员的关注重点和难点。但现在的模型参数少则几百亿多则上千亿，想通过传统的监督式微调方法来完成对齐效果往往不理想。因此，英伟达的研究人员开源了安全对齐框架NeMoAligner。这是一个包括人类反馈进行强化学习（RLHF）、直接偏好优化（DPO）、SteerLM和自我对弈微调等技术合集，可帮助开发人员极大提升模型的安...开源模型谷歌提出大规模ICL方法——强化和无监督
大语言模型在自然语言处理任务中取得了显著的突破，尤其是是在少样本学习和上下文学习（incontextlearning，简称“ICL”）方面。虽然在少样本学习中表现出色，但无法探索更大规模的上下文学习潜力。随着大模型上下文窗口的大幅度增长，例如，谷歌的Gemini1.5Pro模型支持100万tokens上下文，使得研究人员有机会探索更多的ICL示例，以增强大模型的学习和输出能力。谷歌Deepmind的研究人员提出了强化和无监督两种ICL学习方法，可显...模型谷歌Advanced RAG 07：在 RAG 系统中进行表格数据处理的新思路
原创 精华编者按：目前，检索增强生成（RAG）系统成为了将海量知识赋能于大模型的关键技术之一。然而,如何高效地处理半结构化和非结构化数据，尤其是文档中的表格数据，仍然是RAG系统面临的一大难题。本文作者针对这一痛点，提出了一种处理表格数据的新颖解决方案。作者首先系统性地梳理了RAG系统中表格处理的核心技术，包括表格解析、索引结构设计等，并评述了现有的一些开源解决方案。在此基础上，作者提出了自己的创新之处——利用Nou...AIRAG人工智能谷歌I/O大会武库尽出 剑指OpenAI
原创 精华5月14日凌晨，OpenAI在首次「春季新品发布会」上搬出了新一代旗舰生成模型GPT4o、桌面App，并展示了一系列新能力。这一次，技术颠覆了产品形态，OpenAI用行动给全世界的科技公司上了一课。OpenAI的首席技术官MiraMurati主要讲三件事：第一，以后OpenAI做产品就是要免费优先，为的就是让更多的人能使用。第二，因此OpenAI此次发布了桌面版本的程序和更新后的UI，其使用起来更简单，也更自然。第三，GPT4之后，新版本的大模型...OpenAI谷歌OpenAI颠覆世界：GPT-4o完全免费，实时语音视频交互震撼全场，直接进入科幻时代
精华太震撼了！当各家科技公司还在追赶大模型多模态能力，把总结文本、P图等功能放进手机里的时候，遥遥领先的OpenAI直接开了大招，发布的产品连自家CEO奥特曼都惊叹：就像电影里一样。5月14日凌晨，OpenAI在首次「春季新品发布会」上搬出了新一代旗舰生成模型GPT4o、桌面App，并展示了一系列新能力。这一次，技术颠覆了产品形态，OpenAI用行动给全世界的科技公司上了一课。今天的主持人是OpenAI的首席技术官MiraMurati，她表示，今...OpenAI技术国内首个中文原生DiT架构SOTA大模型全面开源！———Hunyuan-DiT技术报告详解
精华非常令人激动，腾讯混元文生图大模型已在HuggingFace平台及Github上发布，包含模型权重、推理代码、模型算法等完整模型。且不管是企业还是个人开发者，全部免费可用。主页：https:dit.hunyuan.tencent.com代码：https:github.comTencentHunyuanDiT下面来详细介绍下混元大模型的技术细节，期待国内更多大模型能发布，让AIGC行业应用全面爆发：HunyuanDiT，这是一种具备细粒度理解能力的文本到图像扩散transformer，能够处理中文...模型算法Llama-3的竞争对手来了——可运行在iPhone上的小体量高性能LLM模型Phi-3
原创这篇文章将深入探讨Phi3论文中的新发现，以及Phi3等模型发布的重要意义。简介熟悉我的文章的读者可能还记得我以前报道《课本就是你所需要的一切》(https:medium.commgunton7theimpactofbetterdataonllms46153ba26795)时的情景，这是微软的一篇论文，展示了高质量的数据如何对模型性能产生巨大影响。文章中的新发现直接驳斥了模型必须巨大才能发挥作用的观点。值得庆幸的是，这篇论文的研究人员一直在继续他们的工作，最近又发表...机器学习LLMLlama-3OpenAI模型终于更新！强大视听能力的GPT-4o将面向所有用户，其前身正是神秘的gpt2！
原创编辑伊风出品51CTO技术栈（微信号：blog51cto）春季终于如约而至！GPT系列的模型终于等到了久违的更新——GPT4o浮出水面。而且此前颇具神秘气息的“imalsoagoodgpt2chatbot”，正是其测试版本。本场更新并未见到奥特曼的身影，而是由OpenAICTO穆里穆拉提（MuriMurati）主持。此前她曾因为在采访中对OpenAI的训练数据语焉不详而受到过一些争议。OpenAI在春季发布上都说了啥呢？一句话概括，GPT4o更快、更多模态、而且更加便宜了...苹果GPT-4oOpenAI阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！
大型语言模型（LLMs）在生成文本时可能会产生错误信息，即“幻觉”问题。尽管检索增强的LLMs通过检索外部数据来减少这种幻觉，但现有的方法通常不考虑检索文档与LLMs之间的细粒度结构语义交互，这在处理长文档时尤其影响回答的准确性。不同的检索增强方法范式，包括传统的检索器响应器方法和增强检索器重排序响应器框架。强调了学习关键检索文档的排序结构的重要性，以帮助LLMs更好地处理与事实知识相关的用户查询。为了解决这...RAGR4响应器如何正确使用Stable Diffusion？文本到图像扩散模型中记忆化实用分析（浙大）
精华论文链接：https:arxiv.orgpdf2405.05846过去几年见证了由扩散模型驱动的文本引导图像生成领域的重大进展。然而，已经显示出文本到图像扩散模型容易受到训练图像记忆的影响，引发了对版权侵犯和隐私侵犯的担忧。在这项工作中，本文对文本到图像扩散模型中的记忆化进行了实际分析。针对需要保护的一组图像，本文对它们进行了量化分析，而无需收集任何prompt。具体而言，本文首先正式定义了图像的记忆化，并确定了记忆化的三个必...图像模型1DCNN-2DResNet并行故障诊断模型
前言本文基于凯斯西储大学（CWRU）轴承数据，先经过数据预处理进行数据集的制作和加载，最后通过Pytorch实现1DCNN2DResNet并行模型对故障数据的分类。1轴承故障数据的预处理1.1导入数据参考之前的文章，进行故障10分类的预处理，凯斯西储大学轴承数据10分类数据集：trainset、valset、testset均为按照7：2：1划分训练集、验证集、测试集，最后保存数据上图是数据的读取形式以及预处理思路1.2数据预处理，制作数据集2基于Pytorch...故障模型CWRU一文详解多模态智能体（LMAs）最新进展（核心组件/分类/评估/应用）
精华文章链接：https:arxiv.orgpdf2402.15116github地址：https:github.comjun0wananawesomelargemultimodalagents大语言模型（LLMs）在为基于文本的AI智能体提供动力方面取得了卓越的表现，赋予它们类似于人类的决策和推理能力。与此同时，出现了一个新兴的研究趋势，专注于将这些由LLMs驱动的AI智能体扩展到多模态领域。这种扩展使得AI智能体能够解释和响应各种多模态用户queries，从而处理更加复杂和微妙的任务。本文对LLMs驱动...智能体模型Altman首提GPT-7设想：每个人都可以访问其计算资源！
出品51CTO技术栈（微信号：blog51cto）SamAltman最近提出了“通用基础计算”，即每个人都可以访问GPT7的一部分计算资源。奥特曼在最近一期的Allin播客中说：“我想知道未来看起来是否更像通用基本计算，而不是通用基本收入，每个人都像GPT7计算的一部分。”他说，这不会以金钱的形式出现，而是作为生产力的一部分，可以用于、出售，甚至捐赠给癌症研究等项目。奥特曼表示，他们在2016年左右开始探索全民基本收入（UBI）。“大约...AltmanGPT-7人工智能使用Quarkus和LangChain4j，LLM在Java中可以实现哪些功能？
原创本文试图通过一个有趣的原创项目，利用Quarkus和LangChain4j来揭开LLM在Java中使用的神秘面纱。自从2022年11月公开发布以来，ChatGPT吸引了大量用户，这种人工智能模型不仅提高了他们的创造力，也激发了技术爱好者对其可能存在的缺点甚至弱点的关注。ChatGPT以及类似的聊天机器人是被称为大型语言模型(LLM)的一种特殊类型的软件，它极大地改变了自然语言处理(NLP)领域，以提供更新和不太常见的任务，例如问答、文本生成和摘要等...LLMQuarkus人工智能详细教程！探索DALL·E的强大功能！
记得小时候，每次想修改一张图片都要打开复杂的Photoshop，各种工具、图层、蒙版，简直让人头晕目眩。但现在，OpenAI的DALLE编辑器彻底改变了这一切！只需简单的文字描述，你的图片就能焕然一新！该工具的使用方式主要分为两种：一种是通过高亮图片的特定部分并给出具体指令进行局部修改；另一种则是在聊天侧边栏输入指令，实现对整体图像的修改。了解DALL·E编辑器界面用户可以通过单击DALL·E生成的图像来访问DALL·E编辑器界...DALL·EChatGPT图像
