AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
独立与依赖：为何Musk也应建AI云平台
社区头条TeslaDojoTesla自研的D1芯片采用7纳米制程，包含354个核心，每个核心拥有1.25MBSRAM，支持多种数据格式。单芯片计算能力达362TFLOPS，专为自动驾驶AI并行计算优化。DojoV1系统包含6个训练模块，共5.31万个核心，运算能力为1exaflops；完整ExaPod系统扩展至120个模块，106.2万个核心，目标运算能力为20exaflops。每个训练模块提供9petaflops计算能力，配备高带宽内存，单模块功耗15千瓦。采用水冷设计，内存带宽达400GBs（读取）...MuskAI云平台雷军看了都要哭了的几行代码，WPS AI会员的钱又省了
社区头条首先，我们可以配置几乎所有的大模型，而WPS却不可以，其次，这些几乎都是免费的。下面，我来给大家分享一下。这里我们用的是OpenAI，当然你可以用其他的大模型，不过需要修改以下对返回字符串的修改。你可以先下载文件，然后安装一下。您需要做的第一件事是使加载项文件受信任，以便Microsoft不会阻止它们运行。此安全警告并非特定于此加载项。这是您需要对从Internet下载的每个excel加载项执行的操作。请参阅以下步骤右键单击...代码AI会员阿里发布类o1模型QWQ，可自我反思纠错，实测数学推理远超o1、DS-R1，人人免费
精华 社区头条编辑言征阿里真的是开源模型界的扛把子，这次把类o1模型的预览版也公开推出了，现在大家都可以直接在抱抱脸上体验又一个国产版的万能推理机了！小编迫不及待地马上尝试了两个高中奥数题，一道数列题、一道概率题，这解题思路堪称完美闭环。全对！紧接着，我在想是不是题目太简单，直接上了一道微积分几何考研题，没想到居然也答对了！真被惊到了，这还需要什么考研辅导教材，有问题，找千问就行了！1.QwQ：不断反思、自我质疑，...阿里OpenAIDS-R1Aider（已升级）：Aider利用双模型架构做到85% SOTA得分！
社区头条Hi，这里是Aitrainee，欢迎阅读本期新文章。令人振奋的是，Aider最近推出了一种新模式，名为“使用一对ArchitectEditor模型以提升编码效果”。这个更新旨在通过协同工作，优化编码过程，使开发更高效。将代码推理和编辑分开架构师模型首先描述了如何解决编码问题，包括设计思路和步骤。然后，将该解决方案传递给编辑器模型，后者负责生成具体的代码编辑指令。这一架构师编辑器的方法显著提升了多个模型的基准分数，相较于之前的...Aider双模型架构从零到应用：通过开源 AI 项目学习
为什么要通过开源应用学习？想象一下学习骑自行车的过程。你不是从阅读关于自行车的书籍开始，而是直接骑上去开始踩踏板！学习AI也是如此。与其仅仅阅读AI相关的内容，不如通过使用和构建AI工具来更好地学习。开源应用的特别之处在于你可以“查看引擎盖下的内容”——就像拥有一辆透明的自行车，你能看到所有齿轮如何协同工作。你可以阅读代码、进行修改，并从那些成功构建项目的开发者那里学习。此外，你并不孤单——开源社区...开源AI项目Kimi把自家底层推理架构都开源了，开源贡献阵容相当豪华：清华、阿里、华为、AISoft、面壁智能
原创 社区头条就在昨天，Kimi宣布要把自家底层的大模型推理架构Mooncake开源出来！有媒体称该架构正是承载了月之暗面Kimi线上80%以上流量的正在用的底层架构。小编立马求证了一番，的确Github上有提到：Mooncake正在服务Kimi平台。而且上线还不到一天就已经斩获了1600+stars。图片开源地址：https:github.comkvcacheaiMooncake1.开源最终目标：高性能语义存储的标准接口“在大模型时代，更多的数据、更大的模型、更长的上下文窗口带来更高的...Kimi开源华为智谱大秀肌肉！CogAgent 2.0让大模型接管一切！GLM-PC首创隐形屏幕，人类监工AI不远了
原创 社区头条编辑伊风出品51CTO技术栈（微信号：blog51cto）智谱AgentOpenDay，手机上的自动驾驶正式升级为全家桶！AutoGLM、AutoGLMWeb、GLMPC，分别在手机、浏览器和电脑端可用！这下终于全员能体验一把AI助手「会操作」的魅力了。此前推出的AutoGLM因为苹果生态的限制，只有安卓版，让许多用户都没能走到申请内测的那一步。现在最快能上手的就是已经上线的Web插件了，无需申请内测！在演示demo里，智谱大秀肌肉，展现了一把AutoGLM从小红...CogAgent 2.0大模型AI长上下文语言模型评估体系探析
原创 精华编者按：如今，AI模型的上下文窗口正以惊人的速度扩大——从2018年的区区512个token到现在的200万token。这种跨越式发展不仅仅是数字的变化，更代表着全新的应用机会：律师可以让AI快速分析数千页的法律文书，医生能够基于完整的病历做出更精准的诊断，研究人员可以同时处理数百篇学术论文...但问题是，我们如何确保这些超长上下文模型真的"理解"了如此庞大的信息量？作者从三个维度详细阐述了长上下文模型的评估方法——信息检...AILLMs长上下文人人都是艺术家！斯坦福提出扩散自蒸馏：定制图像生成，任意上下文下扩展到任意实例！
精华文章链接：https:arxiv.orgpdf2411.18616项目链接：https:primecai.github.iodsd亮点直击提出了DiffusionSelfDistillation，一种zeroshot身份保持定制图像生成模型，能够在任何上下文下扩展到任意实例，其性能与推理阶段调优方法相当；提供了一条自蒸馏pipeline，利用预训练的文本到图像扩散模型、LLMs和VLMs，完全不依赖人工参与，获取身份保持的数据配对，用于整个数据创建过程；设计了一个统一的架构，用于处理涉及身份和结...图像生成AI#AIGC创新先锋者征文大赛# AIGC算法：自回归神经网络 (Autoregressive Networks)
原创 精华【本文正在参与AI.x社区AIGC创新先锋者征文大赛】https:www.51cto.comaigc2223.htmlzao自回归神经网络(AutoregressiveNetworks)简介自回归神经网络是一类用于序列数据生成和预测的模型。这些网络通过利用输入序列中之前的数据点来预测下一个数据点，可以捕获时间依赖关系。典型的自回归模型包括循环神经网络（RNNs）、长短期记忆网络（LSTMs）以及基于Transformer的模型。应用使用场景1.时间序列预测：例如预测GP价格、天气变化...AIGC神经网络自回归神经网络图像生成RNNsAi2开源OLMo 2：数据集、训练方法、权重大放送
AI研究机构Ai2开源了最新大模型OLMo2，这是一款在各方面都真正开放的人工智能模型。OLMo，即OpenLanguageModel，与Llama和Gemma等流行的开放权重模型不同，它不仅提供模型权重，还包括了工具、数据集、训练配方等所有用于开发模型的内容。OLMo2包括了7B和13B两个参数版本，能力都相当优秀。7B版本在英语学术基准测试中超越了Meta的Llama3.18B，而13B版本即使在训练时使用的计算能力较少的情况下，也超过了Qwen2.57B。开源地址：...模型开源谷歌发布双思维AI Agent：像人类一样思考，重大技术突破！
今年10月，OpenAI高级研究科学家、德扑AI之父NoamBrown，曾在美国旧金山举办的TEDAI大会上提出了一个惊人的理论——让AI模型思考20秒所带来的性能提升，相当于将模型扩大100,000倍并训练100,000倍的时间。Noam所指的技术便是System12thinking，也是OpenAI最新模型o1正在使用的技术。谷歌DeepMind研究人员则直接把这项技术集成到AIAgent中开发了TalkerReasoner框架，让其具备“快”、“慢”两种拟人化思考方式。这对于解决复杂、...AI模型探秘 OpenAI Swarm：重塑 AI 代理协作新模式
原创 社区头条本文主要介绍了OpenAI推出的实验性框架Swarm，它是一个多代理编排框架，致力于探索管理复杂AI代理交互的方式。文中阐述了AI代理的概念、组成及发展方向，强调Swarm的作用是协调多代理工作，通过任务分解、动态调度等机制，通过多个代码示例，体现其在复杂任务处理上的优势，还介绍了Swarm的核心概念如代理和任务移交，以及通过示例代码展示其关键概念和功能实现，最后深入原理，从Routine到Agent的转变及Handoff功能的运作方式...OpenAISwarmAI 代理标记化在LLM中有怎样的重要作用？
原创 社区头条标记化可以将文本拆分成更小的部分（标记），以便LLM有效地处理和理解语言模式。这对于LLM处理不同的语言至关重要。如今，GPT3、GPT4或谷歌的BERT等大型语言模型（LLM）已经成为人工智能理解和处理人类语言的重要组成部分。但在这些模型展现出令人印象深刻的能力背后，却隐藏着一个很容易被忽视的过程：标记化。本文将解释标记化的定义，标记化如此重要的原因，以及在实际应用中是否能够规避这一步骤。想象一下，你正在阅读一本...大型语言模型LLM人工智能DB-GPT-Hub:text2sql的微调框架及基准测试套件
原创 社区头条text2sql任务是将自然语言问题转换为SQL查询。使用大模型来进行sql生成的方式也越来越常见。根据大模型用于文本到SQL生成的方式，text2sql可以分为两种场景：零样本少样本提示和微调。尽管少样本提示的大模型取得了显著进展，但仅依靠其参数知识和提示来准确处理高度复杂的SQL查询对于预训练的大型语言模型来说仍然是一个巨大的挑战。DBGPTHub侧重于微调更大的大型语言模型。框架设计DBGPT框架下提出了一个端到端大模型Text2SQL...大语言模型text2sql混合RAG系统，提升复杂推理任务表现
原创前言检索增强生成（RAG）系统在处理复杂推理任务方面展现出显著的潜力。然而，现有的RAG系统在面对需要复杂推理、多领域知识集成及数值计算的任务时，仍存在性能瓶颈。为了进一步提升系统的表现，本文提出了一种混合RAG系统，通过整合多种优化方法，显著增强了系统的推理能力和处理复杂任务的能力。本文介绍的RAG系统设计并实现了一个包括网页处理、属性预测、数值计算、LLM知识提取、知识图谱及推理模块在内的综合架构。该系统...RAGRAG再进化？基于长期记忆的检索增强生成新范式-MemoRAG
原创前言RAG现在工作很多，进化的也很快，再来看看一个新的RAG工作MemoRAG。文章提出，RAG在减少大模型对于垂类知识的问答幻觉上取得了不错的效果，也成为私域知识问答的一种范式。然而，传统RAG系统主要适用于明确信息需求的问答任务，但在处理涉及模糊信息需求或非结构化知识的复杂任务时表现不佳。因为，现实世界中的许多问题信息需求是模糊的，外部知识是非结构化的，例如理解书籍中主要角色之间的相互关系。因此，研究难点在于...RAGMemoRAG基于 AI Agent 智能体架构落地复杂问答系统的案例设计与实践
原创1、先从传统思维的架构设计说起我们先来看一个场景：用户输入一个问题（Prompt）后，如何实现用户问题的自动路由和查询（比如：是RAG检索还是SQL查询）？解决方案：意图识别架构设计第一、对于用户输入的问题（Prompt），我们通过意图识别模块来判断是需要路由给RAG检索还是路由给SQL查询；第二、意图识别模块接收用户的问题（Prompt）,然后将用户的问题交给大模型去判断分类；第三、意图识别架构设计如下图所示：第四、大模型...AI Agent智能体微软LazyGraphRAG来了，700倍成本压缩！
社区头条微软最新又改版了一波GraphRAG，这波把知识图谱丢了，只剩下无向图了。带来的优势是：LazyGraphRAG数据索引成本与向量RAG相同，且为全图RAG成本的0.1%。对于与向量RAG相当的查询成本，LazyGraphRAG在局部查询中优于所有竞争方法，包括LongRAG和GraphRAGDRIFT搜索以及GraphRAG局部搜索。相同的LazyGraphRAG配置在全局查询方面也显示出与GraphRAG全局搜索相当的答案质量，但查询成本降低了700多倍。对于GraphRAG全局搜索的4%查询...微软LazyGraphRAG成本Moonshine 语音模型：资源受限设备的语音识别超强 “芯” 动力！
在当今人工智能技术飞速发展的时代，语音识别领域不断涌现出各种创新成果。其中，由UsefulSensors推出的Moonshine语音识别模型，以其独特的优势和强大的性能，引起了广泛关注。本文将深入探讨Moonshine的模型概述、技术原理、主要功能、应用场景以及快速使用方法等内容，帮助读者全面了解这一颇具潜力的语音识别技术。一、模型概述Moonshine是一款专为资源受限设备优化的开源语音识别模型，能够提供快速且准确的实时语音转文本...Moonshine语音模型
