AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
超Gemini-1.5-pro 9.5%！字节&上交&北大开源StoryTeller：生成一致性高的长视频描述
文章链接：https:arxiv.orgpdf2411.07076数据集&代码：https:github.comhyc2026StoryTeller亮点直击引入音画角色识别任务：提出了音画角色识别任务，通过整合视觉、音频和文本信息，实现对白与角色的精准匹配，从而解决长视频描述中的一致性挑战，包括角色描述和故事逻辑连贯性。StoryTeller系统创新:开发了StoryTeller系统，包含视频分割模块、音画角色识别模块和身份感知的描述生成模块，生成密集且一致性高的长视频描述，兼...模型AI从 Llama 1 到 3.1：Llama 模型架构演进详解
原创
社区头条编者按：面对Llama模型家族的持续更新，您是否想要了解它们之间的关键区别和实际性能表现？本文将探讨Llama系列模型的架构演变，梳理了Llama模型从1.0到3.1的完整演进历程，深入剖析了每个版本的技术创新，还通过实际实验对比了Llama2和Llama3在推理速度、答案长度和相对答案质量（RAQ）等关键指标上的表现差异。根据本文，Llama模型的架构演变主要经历了以下三个阶段：Llama1：基于原始Transformer架构，引入了预归一化、RMSNo...LLMLlama基于Agent的金融问答系统：代码重构
原创 社区头条前言在上一章【项目实战】基于Agent的金融问答系统：前后端流程打通，我们已经完成了金融问答系统的前后端搭建，形成了可用的Demo。本章，我们将介绍代码重构的过程，并介绍一些优化点。代码重构简介在开启本章介绍之前，请允许我花点时间啰嗦两句，聊一聊代码重构的哪些事儿。在过去经历的项目中，代码重构很少被人重视。看着像💩一样的代码(抱歉爆粗口，我所经历的一些项目包括我自己曾经写的代码，回看确实像💩一样)...Agent代码重构只需一张图片！实现任意3D/4D场景生成！港科大&清华&生数发布DimensionX
文章链接：https:arxiv.orgpdf2411.04928项目链接：https:chenshuo20.github.ioDimensionX亮点直击提出了DimensionX框架，通过可控的视频扩散技术，仅使用单张图像生成逼真的3D和4D场景。提出了STDirector，通过学习（空间和时间）维度感知模块，并结合我们精心挑选的数据集，解耦视频扩散模型中的空间和时间先验。进一步通过基于视频扩散去噪过程本质的训练无关组合方法，增强了混合维度控制。为了弥合视频扩散与真实场景之间...3D 场景生成基于Agent的金融问答系统：前后端流程打通
原创前言在上一章《【项目实战】基于Agent的金融问答系统：Agent框架的构建》中，我们已经完成了基于agent的问答系统主流程构建，本章将介绍如何将Agent通过langserve部署为后端服务，同时基于Vue.js+Vite构建前端页面，完成问答系统前后端联调。目标将Agent部署为后端服务构建前端页面，完成问答系统前后端联调后端实现代码实现基于《大模型应用开发之Prompt初步了解》中langserve的所学内容，我们需要做的第一步为：1、安...AgentAI 创意大比拼！华盛顿大学和艾伦人工智能研究所联手，用幽默风趣的方式，揭示了 AI 创意背后的真相
原创你是否曾为ChatGPT生成的那首“惊艳”诗歌而赞叹不已？又或是被GPT4编写的“神级”剧本所折服？然而，华盛顿大学和艾伦人工智能研究所的最新研究却给我们泼了一盆冷水——AI的“创意”，其实不过是“拼凑大师”罢了！研究人员们开发了一套名为“创意指数”（CREATIVITYINDEX）的评估体系，通过分析文本中与网络文本的相似度，来衡量AI的“创意”程度。结果令人惊讶——专业人类作者的“创意指数”平均比AI高出66.2%！这简直就像...ChatGPTGPT-4AI 创意一个开源、清晰的本地 Graph RAG UI，支持Graph RAG 和 Hybrid RAG（支持Ollama）
原创这周boss提了一个需求，希望能够直观感受一下GraphRAG的问答效果，希望我让团队的前端同事做一些基础的前端工作，包括PDF文件上传、流式输出、配置Global或Local查询方式等基本功能。作为团队负责人，并非boss提的所有需求都不假思索直接安排人开发,要分析本质需求是什么？这个需求的本质是只希望有一个UI界面能够试用一下GraphRAG。如果我让组里的前端开发这样的功能，大约需要两到三天的时间，而这些代码很可能在以后会被废弃...GraphRAG开源什么是好的GenAI 产品？哪些以LLM技术为支持的产品值得开发？
原创最近几天，我参加了公司组织的几次产品讨论会，主要议题是是否值得开发以大型语言模型（LLM）技术为核心的产品。目前市场上一些基于LLM的产品未能达到预期的盈利水平，这让大家对LLM的商业潜力产生了疑虑，并在多次讨论会上探讨未来的发展方向。不可否认的是，人工智能初创企业的竞争非常激烈，尤其是在大型语言模型的推动下，许多初创公司如雨后春笋般涌现。然而，尽管这一领域有着明显的发展趋势，只有少数生成型人工智能初创...LLM大模型RAG工作流哪种组合效果最佳？深入探究RAG领域最佳实践
原创 精华 社区头条检索增强型生成（RAG）技术已被证明在整合最新信息、减少错误想象以及提升回应质量方面非常有效，特别是在特定领域中。虽然已经提出了许多旨在通过查询依赖的检索来增强大型语言模型的RAG方法，但这些方法仍然受到其复杂实现和延长响应时间的影响。通常，一个RAG工作流涉及多个处理步骤，每个步骤都可以以不同的方式执行。那么哪些处理步骤的组合能起到好的效果呢？今天给大家分享一篇相关的论文：RAG领域的最佳实践[1]。1.介...RAGLLM从技术的角度来看大模型产业链
原创“分工合作才是社会进步的根本，而大模型也是如此，每个人都应该在大模型领域找到自己的位置”大模型技术虽然指的是以机器学习和神经网络模型为主的机器学习模型，但大模型并不只是一个独立的技术，由于其复杂度和对算力和能源的需求，因此大模型整个体系由多层功能组成，而这些层就组成了以大模型为中心的产业链集群。从技术的角度看大模型产业链的组成大模型因为其复杂度决定了其绝对不可能是一个单打独斗的产业，因此大模型...大模型产业链高效信息检索新方法：LangChain中Retriever的多种高级策略
原创在当今的信息时代，如何高效检索信息变得至关重要，尤其是在面对海量数据时。LangChain作为一个强大的工具集，通过不同类型的Retriever为用户提供高效的信息检索解决方案。本文将为大家介绍在LangChain中如何运用三种先进的Retriever策略，包括向量存储检索器（VectorStoreRetriever）、多查询检索器（MultiQueryRetriever）、以及上下文压缩检索器（ContextualCompressionRetriever）。无论是快速获取相关文档，还是针对特定上...LangChain框架LLMChatGPT Search：AI搜索引擎如何挑战Google霸主地位？
原创 精华01、概述自Google诞生以来，搜索已经成为我们生活中不可或缺的一部分——想找一个地方？直接“Google一下”；想了解世界历史？还是“Google一下”。尽管如此，Google的搜索结果通常呈现大量信息，让用户在真假难辨的信息中做出选择，有时甚至会在浏览器中打开十几个标签页，还是难以找到理想答案。正是基于这一痛点，OpenAI推出了ChatGPTSearch，旨在通过AI提供更简洁、精准的搜索体验。AI浪潮的到来正在改变各个行业，推动创新...ChatGPTAI搜索引擎提升RAG性能的全攻略：优化检索增强生成系统的策略大揭秘
原创 精华 社区头条01、概述近年来，随着检索增强生成（RetrievalAugmentedGeneration，RAG）应用的快速普及，其性能优化成为开发者们关注的热点。尽管基础RAG管道设计较为简单，但要满足实际业务需求，往往需要更高级的优化策略。本文将全面解读RAG优化的各类方法，帮助大家快速掌握主流策略并在实践中应用。02、RAG管道基础：从零开始理解工作原理一个标准的RAG管道一般包含以下几个基本步骤：文档加载与分块：将文档内容拆分为多个小块（chunk...RAGAI驱动的基于意图的网络（IBN）：人工智能助力网络管理的未来
原创 社区头条AI驱动的基于意图的网络（IBN）正成为管理复杂网络的解决方案。如今，互联网已成为我们生活中不可分割的一部分，随着云计算的发展和对基于AIML的应用程序的需求增加，对网络容量的需求更是呈现不可阻挡的趋势。而随着网络呈指数级扩展，传统的拓扑和设计正在努力与现代IT基础设施快速发展的需求保持同步。由于网络基础设施和链路的数量庞大，网络管理变得越来越复杂。在这种情况下，人工智能（AI）驱动的基于意图的网络（inte...AI驱动人工智能网络管理下一个十年，互联网将是什么样？雷军、周鸿祎、张朝阳、吴泳铭这些巨头大佬都释放了哪些信号？
原创 社区头条出品51CTO技术栈（微信号：blog51cto）11月20日，一年一度的世界互联网大会乌镇峰会拉开帷幕，今年乌镇峰会已经来到了第11个年头，可以说乌镇也开启了一个新纪元。前来赴会的主角自然还是国内知名的互联网厂商，阿里、腾讯、三六零、小米、知乎、蚂蚁、寒武纪等，雷军、周鸿祎、张朝阳、吴泳铭、周源等一众互联网大佬齐聚浙江。想要了解未来中国互联网未来的发展走向，这些大佬们的观点不得不知。1.雷军预告端到端智驾：无需高...互联网周鸿祎雷军Agent 智能体开发框架如何优雅选型？
原创1、Agent智能体进入黄金发展期Agent智能体的发展正步入黄金时代。随着众多新框架的层出不穷和对该领域的持续投入，现在Agent智能体已逐步摆脱初期的动荡，迅速崛起，成为开发者的首选，超越了RAG。那么，2024年是否会成为Agent智能体系统全面接管撰写邮件、预订航班、数据分析等任务的元年呢？这或许有可能，但距离这一目标还有许多挑战需要克服。在构建Agent智能体的过程中，开发者们不仅要考虑选用哪种大模型、应用场景和技...Agent智能体一文彻底搞懂深度学习 - 归一化（Normalization）
原创 社区头条在深度学习中，归一化是数据预处理中一个至关重要的步骤。归一化技术通过调整输入数据的尺度，使得数据具有相似的分布范围，提高模型的求解速度和泛化能力。常用的归一化方法，包括批量归一化（BatchNormalization）、层归一化（LayerNormalization）、组归一化（GroupNormalization）和实例归一化（InstanceNormalization）等。Normalization一、归一化归一化（Normalization）是什么？归一化是一种数据预处理技术，旨在将数据...深度学习大模型上层应用本质上是一个能力整合的过程
原创“技术的应用并不是一个孤岛，而是一个能力整合和串联的过程”很多人喜欢把大模型当做一个独立的技术和应用，事实上各种应用场景是一个能力整合的过程，而不是独立的技术孤岛。思考一个问题，你知道网络上一些由AI合成的视频是怎么生成的吗？它的背后隐藏着那些能力？大模型构建上层应用以网上爆火的AI视频类为例，一个AI视频使用到了哪些技术？首先，视频生成和处理的能力；其次，语音合成能力；再者，音画同步的能力；最后，...大模型生成式模型基于Agent的金融问答系统：Agent框架的构建
原创前言上一章【项目实战】基于Agent的金融问答系统：RAG检索模块初建成，我们已经完成了RAG的基本流程，本章我将梳理Agent的运行框架以及介绍如何将RAG数据和SQL查询数据进行整合，实现金融问题的自主回答。核心问题在进行Agent框架介绍之前，我们需要探讨一个核心问题，即：用户输入一个问题后，如何实现用户问题的自动查询(是SQL查询还是RAG检索)。意图识别方案关于这个问题，我们曾有一个方案如下：对于用户输入的问题...Agent基于Agent的金融问答系统：RAG检索模块初建成
原创前言我们在上一章《【项目实战】基于Agent的金融问答系统之项目简介》中简单介绍了项目背景以及数据集情况，本章将介绍RAG模块的实现。功能列表参考之前所学内容《大模型之初识RAG》，我们需要实现如下功能：向量库的基础功能向量库数据入库文件导入PDF文件的读取PDF文件的切分调用向量库接口入库文件检索连接向量库检索器检索文件开发过程1、规划工程文件项目开始之后，我们如果能够抑制住直接撸代码的冲动，改为提前做好规划...AgentRAG
