AI.x社区

AIAgent作为具备感知环境、做出决策和执行动作能力的智能实体，正在成为人工智能领域的关键发展动向。随着大型语言模型（LLM）技术的持续进步，AIAgent的潜力正被逐步揭示，它们不仅能够完成基于指令的任务，还能表现出更高水平的自主性和主动性。在最近的红杉AIAscent2024活动中，人工智能领域的杰出人物吴恩达教授发表了一场关于AIAgent的富有洞见的演讲。他深入探讨了AIAgent的最新发展趋势和设计模式，为参与者提供了关于人...

1、背景在大算力的数字化时代下，大语言模型（LLM）以其令人瞩目的发展速度，正引领着技术的潮流。基于它们强大的文本理解和生成能力，各大研究机构正在探索如何将这些能力扩展至视觉领域，构建一个能够理解和生成多模态内容的超级智能体——多模态大语言模型（MLLMs）。在追求通用视觉性能的道路上，社区内已经涌现出众多精心设计的测评benchmark。它们通常使用贴近日常生活的自然图片作为样例，为MLLMs的视觉能力提供全面的评...

自ChatGPT问世以来，OpenAI一直被认为是全球生成式大模型的领导者。2023年3月，OpenAI官方宣布，开发者可以通过API将ChatGPT和Whisper模型集成到他们的应用程序和产品中。在GPT4发布的同时OpenAI也开放了其API。一年过去了，OpenAI的大模型使用体验究竟如何，行业内的开发者怎么评价？最近，初创公司Truss的CTOKenKantzer发布了一篇题为《LessonsafterahalfbillionGPTtokens》的博客，阐述了在使用OpenAI的模型（85%GPT4、15%GP...

来自香港科技大学，清华大学的研究者提出了「GenN2N」，一个统一的生成式NeRFtoNeRF转换框架，适用于各种NeRF转换任务，例如文字驱动的NeRF编辑、着色、超分辨率、修复等，性能均表现极其出色！论文地址：https:arxiv.orgabs2404.02788论文主页：https:xiangyueliu.github.ioGenN2NGithub地址：https:github.comLxiangyueGenN2N论文标题：GenN2N:GenerativeNeRF2NeRFTranslation​近年来，神经辐射场（NeRF）因其紧凑、高质量、...

引言产品同质化严重，竞争的焦点从产品转向服务，企业的管理模式也要相应转变。那么如何打造围绕服务的核心竞争力？相信以下案例会给大家一些启发。项目背景：售后服务在市场竞争中的作用凸显A公司是一家医疗器械生产制造企业。随着市场竞争不断演变和科技水平日益发达，同类产品间的差异越来越小，产品同质化越来越严重，企业在质量、价格、品牌上越来越难分高下，企业营销的威力被大大削弱。于是，市场竞争越来越体现在服务领...

如今，大型语言模型（LLM）已经成为了我们生活中的好帮手。当用户使用大模型时，模型首先会将输入的内容拆分成一个个的词元（token），通过分析这些词元来生成答案，为我们解答疑惑、提供建议、翻译外语、撰写报告······但是，你能想象大模型也会出错吗？想象一下，你正在使用最新款的智能手机，它快速、聪明、几乎可以做任何你想要的事情。但偶尔，你发现手机的一两个按键不按常理出牌——比如说，你按下「S」，它偏偏跳...

AI时代的风口在哪里？吴恩达认为，AIAgent将在今年推动人工智能的大规模进步。——甚至，有可能超过下一代基础模型所带来的影响。他希望所有从事人工智能工作的人，都能关注AI智能体的发展。AndrewNg大佬「退役」后，作为专业的「教书先生」，仍然孜孜不倦，授业传道解惑。最近在工作之余，吴恩达连续分享了很多关于智能体的见解，并定义了AIAgent的四大设计模式，Reflection（反思）、Tooluse（工具使用）、Planning（规划）和...

ChatGPT的推出引起了全球关注，标志着生成人工智能领域的一个重要里程碑。尽管生成人工智能在过去十年中一直存在，但ChatGPT的引入引发了人工智能领域的新一轮研究和创新浪潮。这种兴趣的激增导致了许多先进工具的开发和发布，如Bard、StableDiffusion、DALLE、MakeAVideo、RunwayML和Jukebox等。这些工具展示了卓越的能力，涵盖了从文本生成和音乐创作，图像创建，视频制作，代码生成，甚至科学工作等各种任务。它们建立在各种...

论文链接:​​https:arxiv.orgpdf2404.10407​​视觉Transformer（ViT）在计算机视觉领域标志性地实现了一次革命，超越了各种任务的最先进模型。然而，它们的实际应用受到高计算和内存需求的限制。本研究通过评估四种主要的模型压缩技术：量化、低秩近似、知识蒸馏和剪枝，来解决这一挑战。系统地分析和比较了这些技术及其组合在优化ViT以适应资源受限环境方面的效果。全面实验评估表明，这些方法在模型准确性和计算效率之间实...

AI伪造真人视频，门槛再次降低。微软发布一张图生成数字人技术VASA1，网友看过直呼“炸裂级效果”，比“AI刘强东还真”。做到以假乱真效果，不用针对特定人物训练，只要上传一张人脸图片、一段音频，哪怕不是真人也行。比如可以让蒙娜丽莎唱Rap，模仿安妮海瑟薇即兴吐槽狗仔队名场面。或者让素描人像念华强台词。在项目主页还有更多1分钟视频，以及更更多15秒视频可看。不同性别、年龄、种族的数字人，用着不同的口音在说话。根...

一、产品生命周期评价定义生命周期评价：生命周期评价（LifeCycleAssessment，简称LCA）是一种量化评价方法。它涵盖了产品的整个生命周期——从自然资源开采到原材料加工、产品制造、分销、使用，直至最终废弃处置或回收再利用。LCA定量计算并评价产品消耗的资源与能源，以及排放的环境负荷，通常会评估多种环境影响类型，包括资源类、气候变化类、大气环境类、水体及土壤毒性类等指标，其中企业核算产品碳足迹的LCA尤为常见。...

Llama3来了！​就在刚刚，Meta官网上新，官宣了Llama380亿和700亿参数版本。并且推出即为开源SOTA：Meta官方数据显示，Llama38B和70B版本在各自参数规模上超越一众对手。8B模型在MMLU、GPQA、HumanEval等多项基准上均胜过Gemma7B和Mistral7BInstruct。而70B模型则超越了闭源的当红炸子鸡Claude3Sonnet，和谷歌的GeminiPro1.5打得有来有回。Huggingface链接一出，开源社区再次沸腾。眼尖的盲生们还第一时间发现了华点：Meta更藏...

近年来，随着全球变暖问题日益受到重视，碳达峰、碳中和成为国际社会共识，为更好地减缓和适应气候变化，同时降低碳关税风险，以“二氧化碳的排放权利”为商品的碳交易和碳市场应时而生。一、什么是碳交易、碳市场各国控制温室气体排放的政策一般分为三类：命令控制、经济刺激、劝说鼓励，其中经济刺激型手段由于灵活性和持续改进性而受到青睐。经济性刺激手段也分为两种，一种是政府强制型手段，即开征碳税；另一种是通过市场...

近期，硅谷AI公司OpenAI可谓是话题度拉满，先是一出「宫斗戏」引起舆论哗然，后是公布Sora效果炸裂受到了全网的一致好评。在这期间，一桩诉讼案件同样引爆了热点——因ChatGPT涉嫌侵犯纽约时报著作权，OpenAI及微软被起诉并要求支付巨额版权费[1]。一方是传统新闻行业的代表刊物，一方是新兴人工智能技术发展中的佼佼者。双方展开这场「里程碑式」拉锯战的同时，也将科研圈长期存在的问题再次拉上了台面：在AI高速发展的浪潮中...

在2023年的“百模大战”中，众多实践者推出了各类模型，这些模型有的是原创的，有的是针对开源模型进行微调的；有些是通用的，有些则是行业特定的。如何能合理地评价这些模型的能力，成为关键问题。尽管国内外存在多个模型能力评测榜单，但它们的质量参差不齐，排名差异显著，这主要是因为评测数据和测试方法尚不成熟和科学，而好的评测方法应当具备开放性、动态性、科学性和权威性。为提供客观、科学的评测标准，清华大学基础...

背景当今社会，人们使用大量数据训练包含数百万和数十亿模型参数的大型语言模型（LLM），目标是生成文本，如文本完成、文本摘要、语言翻译和回答问题。虽然LLM都是从给定的训练数据源开始来开发知识库本身，但是其中总有一个截止训练日期的问题，这导致了LLM不会知道在以后的新日期内的任何新生成的数据。例如，训练OpenAI的GPT3.5turboinstructLLM的截止日期为2021年9月（参考：https:platform.openai.comdocsmodelsgpt35turbo...

出品51CTO技术栈（微信号：blog51cto）像ChatGPT、Claude.ai和phind这样的聊天机器人非常有用，但可能并不总是希望的问题或敏感数据由外部应用程序处理。在平台上尤其如此，在这些平台上，你的互动可能会被人类审查，并以其他方式用于帮助训练未来的模型。一种解决方案是下载一个大型语言模型（LLM）并在自己的机器上运行它。这样一来，外部公司就永远无法访问的数据。这也是尝试一些新专业模型的一个快速选择，如Meta最近宣布...

撰稿言征出品51CTO技术栈（微信号：blog51cto）GentooLinux是一套通用的、快捷的、完全免费的Linux发行版，因出色的包管理系统Portage而被开发人员广为喜爱。最近，GentooLinux社区宣布：发行版将不再允许人工智能生成和辅助代码贡献。一、GentooLinux禁AI令：AI生成的代码贡献要分叉Gentoo理事会成员MichałGórny最初于2月27日提出了对人工智能代码的禁令，Gentoo是一个管理Linux发行版的民选委员会。Górny主张禁止人工智能...

今天给大家介绍的文章，是耶鲁大学和斯坦福大学联合发表的多元时间序列预测工作，重点解决的问题还是最近经常被提及的channel之间的联合建模还是独立建模的问题，提出了一种多channel间关系建模的新方法，通过学习各个channel间的关系，实现channel独立和channel联合建模的融合。论文标题：FromSimilaritytoSuperiority:ChannelClusteringforTimeSeriesForecasting下载地址：​​https:arxiv.orgpdf2404.01340v1.pdf​​1、背景...

不知道大家有没有注意到现在大模型百花齐放，但是模型参数大小却非常一致，基本都是7B，13B，65B等。那么，为什么被设计成这么大呢？网络上有很多解释，笔者结合自己的理解，分享其中可能的原因。最直接的就是历史传承，因为最初OpenAI在gpt3就是这么干的，然后，Meta借鉴了OpenAI的做法，推出了llama的7B，13B，33B，65B四个尺寸。由于llama在开源领域的地位，其他模型厂商都基本遵守了这样的约定，形成了当下的局面。适配推理...