AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
苹果Siri将迎来AI时代最强“大修”！虚拟助手将帮助用户操控每个APP，网友：我愿称之为AGI
原创很疯狂！彭博社消息，根据知情人士透露，苹果公司计划使用更先进的人工智能对其Siri虚拟助手进行全面改革！Siri将不再局限于目前单一任务的执行，而是可以允许用户通过声音交互控制每个应用程序的单个功能。看来，在隐私方面一向保守的苹果，在数据安全与AI至上的天平中徘徊了许久，终于找到了平衡中的解决之道——新系统将首次允许Siri接管应用程序内的所有功能。这一革命性的变化需要使用LLM来重新设计Siri的基础——这是生成...苹果SiriAGI值得细读的八个视觉大模型生成式预训练方法
精华大语言模型的进展催生出了ChatGPT这样的应用，让大家对“第四次工业革命”和“AGI”的来临有了一些期待，也作为部分原因共同造就了美股2023年的繁荣。LLM和视觉的结合也越来越多：比如把LLM作为一种通用的接口，把视觉特征序列作为文本序列的PrefixToken，一起作为LLM的输入，得到图片或者视频的caption；也有把LLM和图片生成模型、视频生成模型结合的工作，以更好控制生成的内容。当然2023年比较热门的一个领域便是多模态大模...模型训练MLC-LLM: 具有ML编译的通用LLM部署引擎
原创介绍我们正处在大型语言模型和生成式人工智能的时代，其应用场景有可能改变每个人的生活。开放式大型语言模型为提供定制化和领域特定部署带来了重大机会。我们正处在一个激动人心的开放模型开发年份。一方面，我们看到了在（云）服务器部署方面取得的令人振奋的进展，这些解决方案可以为具有多个GPU的更大模型提供同时服务的能力。同时，我们也开始看到在设备本地部署方面取得了进展，能够将性能强大的量化模型部署到笔记本电脑...MLCEngineMLC-LLMICML 2024：AI对齐与可变和可影响奖励函数
"当前的AI对齐技术忽视了人类偏好价值观可能会改变这一事实。如何才能考虑到这一点？🤔"人们的偏好会改变，甚至可能受到他们与AI系统的交互影响。为了研究这种情况，研究人员引入了动态奖励马尔可夫决策过程（DRMDPs），这些过程明确考虑了人类的奖励反馈可能受到AI系统影响的方式。研究人员描述了静态偏好假设如何削弱现有对齐技术的合理性，导致它们暗示性地奖励AI系统操纵人类反馈（例如，影响用户的认知状态以增加奖励）。...AI对齐技术Meta NLLB团队：将神经机器翻译扩展到200种语言，问鼎Nature！
原创神经技术的发展为机器翻译的研究开辟了新的途径。如今，神经机器翻译（NMT）系统可以利用高度多语言能力，甚至进行零翻译，提供了有希望的语言覆盖和质量结果。然而，扩展高质量的NMT需要大量平行双语数据，而这些数据对世界上7000多种语言并不平等地可用。将重点放在改进相对较少数量的高资源语言的翻译质量上，将导致研究关注低资源语言的不足，从而加剧了数字不平等。为了打破这一模式，研究人员在这里介绍了NoLanguageLeftB...神经技术神经机器翻译单细胞RNA测序数据的推断：双层特征传播
原创🤔我们能否利用'基因基因'🧬和'细胞细胞'🧫关系来推断单细胞RNA测序数据？👉请查看在《BriefingsinBioinformatics》上发表的新论文，scBFP！该工作由KAIST、UNC和MIT合作完成。方法在scBFP中，研究人员采用如下的双层特征传播：对于基因基因，我们使用基因级特征传播来利用观察到的基因数值。对于细胞细胞，我们应用细胞级扩散来全局去噪观察到的和推断的数值。以上过程可以通过以下算法简单说明。实验结果通过使用推断的细胞基...单细胞RNAClover - 通过闭环可验证的代码生成确保可信AI生成的代码
原创尽管近年来大型语言模型（LLM）在代码生成方面取得了惊人的成功，但这种由人工智能生成的代码的可信性仍然是一个问题。为了解决这个问题，研究人员提出了Clover模式，即闭环可验证代码生成，通过检查代码、文档字符串和注释之间的一致性，强制执行AI生成的代码的正确性。在软件开发中，利用大型语言模型（LLM）进行代码生成是一个快速发展的趋势。然而，如果没有有效的方法来确保AI生成的代码的正确性，这一趋势可能导致不可取...大型语言模型LLMCloverMRAG：一种多头RAG，提升具有显著不同内容的多个文档复杂查询的检索准确性
现有的RAG方案没有专注于需要检索多个具有显著不同内容的文档的查询，这类查询经常出现，但挑战在于这些文档的嵌入可能在嵌入空间中距离很远，难以全部检索。因此，提出一种多头检索增强生成方法（MRAG：MultiHeadRAG），它的关键思想是利用Transformer解码器的多头注意力层的激活，而不仅仅是前馈层，来生成嵌入。不同的注意力头可以捕获数据的不同方面，因此使用这些激活产生的嵌入能更好地表示文档和查询的各个方面。MRAG使...RAG检索MRAG如何不爬梯免费使用AI文生图？
原创现在各种AI大模型大行其道，前有ChatGPT颠覆了我们对对话型AI的原有印象，后有Sora文生视频，让我们看到了利用AI进行创意创作的无限可能性。如今各大公司和团队都争相提出自己的大模型，各种网页端和软件应用也极大地降低了我们使用AI作为生产力的门槛。可惜很多要么需要翻墙爬梯子，要么需要付费买会员，要么生成的图片不理想。那么有没有不爬梯又比较好用的文生图工具呢？"文生图"是一个极具创新性的在线AI工具，它能够根据用...AI大模型文生图YOLO-NAS：开启实时目标检测新纪元
在当今人工智能的浪潮中，目标检测技术已经广泛应用于各个领域，从自动驾驶到安防监控，再到智能机器人，都离不开它的身影。而YOLO（YouOnlyLookOnce）算法，凭借其高准确性和实时性，在目标检测领域独领风骚。然而，随着技术的不断进步，人们对于检测速度和准确性的要求也在不断提高。在这样的背景下，YOLONAS应运而生，它结合了神经架构搜索（NAS）技术，为实时目标检测带来了全新的突破。一、YOLONAS概述YOLONAS，全称YouOnl...NAS应用场景机器人一文搞懂大模型、RAG、函数调用、Agent、知识库、向量数据库、知识图谱、AGI的区别和联系！！
原创一、背景我们要把AI大模型当做人的大脑，因此调用AI大模型，相当于调用一个人，把AI大模型当人看，TA懂人话、TA说人话、TA会直接给出结果，但结果不一定正确。因此在AI大模型的推理基础上，通过RAG、Agent、知识库、向量数据库、知识图谱等技术手段实现了真正的AGI（通用人工智能）。这些技术到底有哪些区别和联系，下图作了横向对比，接下来我们详细剖析下。二、大语言模型（LLM）大语言模型（LLM）是通过深度学习方法，利用庞...大模型RAGAgentGPT4技术原理：大模型的幻觉，解铃还须系铃人
阿尔伯特·爱因斯坦曾经说过:像我们这样相信物理学的人都知道，过去、现在和未来之间的区别只是一种顽固执着的幻觉。换句话说，时间是一种幻觉。笔者觉得，此种意义上说，光也是一种幻觉，你能看到可见光，却对红外光和紫外光“熟视无睹”。而这一切不过是同一种形式的波或者粒子。人类的幻觉人类的幻觉无处不在，无时不有。只是绝大多数情境下，你觉察不到而已，像红紫外光。幻觉（Hallucination）是一种在没有外部刺激的情况...GPT4模型物理学闭环的生成式AI：将LLM和GPT集成到下一代网络中
精华随着5G的全球部署和6G标准的制定，移动网络的演进速度日益加快。在这一过程中，机器学习（ML）技术因其卓越的数据处理能力、洞察力和决策能力而成为智能移动网络的有效解决方案。但是传统的ML算法在处理复杂的网络任务时，往往受限于其算法的局限性和训练数据的质量与规模。与此同时，LLMs和GPTs在近年来展现出了在各种认知任务中接近人类水平的性能，但它们在基础任务中常常缺乏常识，因此更多地被视为人类的辅助工具。6月7日...AILLMGPT百万上下文RAG，Agent还能这么玩
QwenAgent的设计思路虽然与LangChain相似，但其发布几个的Agent示例却很有意思。今天本文将深入探讨如何使用QwenAgent将上下文记忆扩展到百万量级，让Agent的智能得到更广泛的应用。暴力关键字检索优于向量方案在处理大规模文本数据时，一个关键的挑战是如何快速准确地定位到最相关的信息块。QwenAgent通过一种看似“暴力”的方法——,基于LLM判断相关性AND基于关键字检索，解决了这一难题。这种方法虽然简单，但在实际操作中...RAGAgentAISelf-Attention在时间序列预测中有效吗？新Transformer架构效率效果双提升
今天给大家介绍最近的一篇探索selfattention在时间序列预测有效性的文章。本文承接AreTransformersEffectiveforTimeSeriesForecasting这篇工作，进一步指出导致Transformer在时间序列问题上效果不好的核心模块是selfattention。并提出了一种新的线性模型+crossattention结构解决，提升了长周期时序预测效果。论文标题：AreSelfAttentionsEffectiveforTimeSeriesForecasting下载地址：https:arxiv.orgpdf2405.16877v11....预测时间序列架构精打细算用好 LLMs ：LLM 落地应用成本及响应延迟优化
原创 精华编者按：LLMs被视为AI领域的一个里程碑式的突破，但要将其应用于实际生产环境，并且还能用对、用好并非易事。模型的使用成本和响应延迟是目前将大语言模型（LLMs）应用于生产环境中的核心难题之一。在本期刊载的这篇文章中，作者从自身项目的实践经验出发，分享了一系列实用技巧，帮助优化LLMPrompt，能够一定程度上降低大模型的使用成本和响应延迟。文章首先解析了导致高成本和高延迟的根源在于输入输出tokens的数量，而非任务...LLMAI白海科技像俄罗斯方块一样生成视频！ 北大联合快手AI团队推出新框架VideoTetris实现跟随复杂指令的文生视频！
Paper:https:arxiv.orgabs2406.04277Code:https:github.comYangLing0818VideoTetrisProject:https:videotetris.github.io扩散模型在文本到视频（T2V）生成方面取得了巨大成功，视频生成模型正以飞快的速度发展。然而，现有的文生视频模型在应对复杂、细节丰富、多物体的指令时，仍存在一定的挑战。为了生成更精确的复杂视频，北京大学与快手AI团队推出了VideoTetris，定义了复杂组合指令生成任务，并...AI框架训练大模型自动在RAG和记忆间选择
原创本文介绍AdaptLLM技术是如何动态确定是否需要检索额外的上下文信息，以避免不必要的外部检索，进而提高LLM应用的效率。现如今，检索增强生成(Retrievalaugmentedgeneration，RAG)管道已经能够使得大语言模型(LargeLanguageModels，LLM)在其响应环节中，充分利用外部的信息源了。不过，由于RAG应用会针对发送给LLM的每个请求，都去检索外部信息，而LLM实际上已经包含了大量无需检索即可使用的知识，因此整个过程反而显得效率低下...大模型Adapt-LLM技术自适应检索苹果一夜重塑iPhone！GPT-4o加持Siri，AI深入所有APP，库克：开启苹果AI下一章
精华千呼万唤，苹果如何用AI重塑iPhone，答案终于揭晓！各种令人闻之激动的传闻，通通都是真的——确定和OpenAI达成合作，接入ChatGPT，使用GPT4o模型。Siri完成重生，iPhone人机交互模式重构，手机智能助手代劳一切近在咫尺。AppleIntelligence，就此要成为AI的全新代名词了。发布一结束，WWDC24立马冲进热搜前三。网友们都在感慨苹果这逆天的整合能力，各种AI新功能通通满足大家想象力。还有人说，这回骂早了……简单总结，这场发...苹果AI谷歌开源TimesFM：1000亿个时间点训练，入选ICML 2024
今年2月，GoogleResearch的研究人员提出了一个时序预测基础模型TimesFM，在1000亿个「真实世界时间点」上进行预训练，仅仅用200M的参数规模就展现出了超强的零样本学习能力。论文链接：https:arxiv.orgpdf2310.10688.pdf当时权重还没有发布，就已经有人在Reddit社区中表达了难以克制的兴奋。5月8日，这篇研究又掀起了一阵波澜。官方博客宣布这篇文章被ICML2024接收，而且在GitHub和HuggingFace上公开了源代码和模型权重...谷歌开源
