AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
YOLOv11：实时目标检测的新飞跃
原创 精华01、概述近年来，YOLO系列（YouOnlyLookOnce）技术在实时目标检测领域取得了重要突破，使得计算机视觉任务能够在毫秒级完成。这种高效模型彻底改变了物体检测的传统方法，而新推出的YOLOv11更是在性能和效率上实现了质的飞跃。本文将深入探讨YOLOv11的关键创新、与前代模型的比较以及它在各个行业的应用场景。通过了解这些进展，我们能够更好地理解为什么YOLOv11有望成为下一代实时目标检测的标杆。02、YOLO是什么？YOLO是一种...YOLO大语言模型从RAG到TAG：探索表增强生成（TAG）的力量
原创 精华01、概述在人工智能（AI）不断发展的时代，数据的交互与利用方式也随之演变。在AI驱动的数据检索领域，出现了两种重要的方法：检索增强生成（RAG）和最近崭露头角的表增强生成（TAG）。尽管RAG通过将AI与外部数据检索系统结合，实现了有效的信息获取，但TAG则通过使大型语言模型（LLM）能够直接与结构化数据库交互，提供了一种全新的范式。在这篇文章中，我们将深入探讨TAG，分析其如何超越RAG，并介绍由TAGResearch开发的强大L...RAGTAGHtmlRAG：利用 HTML 结构化信息增强 RAG 系统的知识检索能力和准确性
原创 精华01、概述在大型语言模型（LLM）逐渐普及的今天，检索增强生成（RetrievalaugmentedGeneration，简称RAG）技术逐渐成为提高AI知识处理能力、减少模型幻觉（hallucination）的关键手段。通过将外部知识库和生成模型相结合，RAG为如ChatGPT等多种商业应用提供了重要支持。然而，当前RAG的实现方式仍面临一项根本性挑战，即在知识处理过程中对HTML网页结构与语义信息的损失。对于复杂的网页内容来说，将HTML文档简单地转换为纯文本...HtmlRAGRAG斯坦福&UC伯克利开源突破性视觉场景生成与编辑技术，精准描绘3D/4D世界!
文章链接：https:arxiv.orgpdf2410.16770项目链接：:https:ai.stanford.edu˜yzzhangprojectsscenelanguage代码链接：https:github.comzzyunzhiscenelanguage亮点直击提出了一种场景表示方法，即场景语言，通过程序、词汇和embeddings来捕捉视觉场景的结构、语义和身份。提出了一种无需训练的方法，利用预训练语言模型从文本和或图像中推理表示。提出一个通用渲染模块，将场景语言渲染成图像。在文本和图像条件下的场景生成和编...模型场景详解大规模基础模型中的幻觉问题（幻觉检测、缓解、任务、数据集和评估指标）
精华论文链接：https:arxiv.orgpdf2405.09589亮点直击在大规模基础模型的背景下建立了幻觉的精确定义和结构化分类。识别出导致不同模态中幻觉出现的关键因素和机制。提出了在多模态环境中解决幻觉问题的各种检测和缓解策略。提供了关于大规模基础模型中幻觉技术的方法论的综合总结，详细介绍了其幻觉检测、缓解、任务考虑、使用的数据集和评估指标。这将为读者提供该领域最新进展的简明概览。总结速览解决的问题在大规模基础模型中...模型生成提高深度学习模型效率的三种模型压缩方法
原创
社区头条模型压缩是深度学习模型实时部署的关键组成部分，本文探讨了提高深度学习模型效率的不同方法。近年来，深度学习模型在自然语言处理（NLP）和计算机视觉基准测试中的性能稳步提高。虽然这些收益的一部分来自架构和学习算法的改进，但数据集大小和模型参数的增长是重要的驱动因素。下图显示了top1ImageNet分类精度作为GFLOPS的函数，GFLOPS可以用作模型复杂性的指标。扩大数据规模和模型复杂性增加似乎是主要趋势，拥有数十亿个甚...深度学习自然语言处理计算机视觉AI存储：存储系统在优化AI训练中的关键作用
精华 社区头条数据加载过程与性能优化数据加载的复杂性数据加载并不仅限于从存储读取数据，它涵盖了解码、格式转换及数据增强等预处理环节。这些步骤通常在CPU上执行，目的是将原始数据转换为GPU可处理的张量格式。数据加载的步骤数据加载流程可以概括为：从存储系统读取数据到系统内存。解码原始数据。应用数据变换和增强操作（如裁剪、尺寸调整）。将处理后的数据传输至GPU。预取器的作用预取器显著提升数据加载效率，它在模型训练需要...AI存储系统【人工智能】突破AI边界！深度解析Retrieval Augmented Generation（RAG）助力企业智能化升级
引言在人工智能飞速发展的今天，企业如何高效利用海量数据，实现智能化升级，成为了一道亟待解决的难题。传统的大语言模型（LLM）虽然具备强大的生成能力，但在面对新兴知识和特定领域信息时往往力不从心，容易产生“幻觉”（Hallucination）问题。🔍这时候，RetrievalAugmentedGeneration（RAG）应运而生，成为企业提升AI模型性能的强大工具。那么，RAG究竟是什么？它如何在企业中发挥作用？本文将为您深入解析RAG的核心原理、...AIRAG技术RAG 或 Fine Tume - 为您的用例选择正确方法的权威指南
社区头条序幕随着对大型语言模型（LLMs）的兴趣激增，许多开发人员和组织正忙于构建应用程序，以利用他们的力量。但是，当预训练LLMs的开箱即用没有按预期或希望执行时，关于如何提高LLM应用程序性能的问题就来了。最终，我们到了问自己的地步：我们应该使用检索增强生成（RAG）还是模型微调来改善结果？在深入研究之前，让我们揭开这两种方法的神秘面纱：RAG：这种方法将检索（或搜索）的能力集成到文本生成中LLM。它结合了一个检索器...RAG权威LLMsQwen2.5：13个新模型来袭！开源通用、编码、数学模型全解读，72B超越Llama 405B - 本地安装测试
精华 社区头条Qwen发布了13个新模型，这些新模型被称为Qwen2.5。这次发布有三种类型的模型：通用任务模型、编码模型和数学模型。通用任务模型有七种尺寸：0.5B模型、1.5B模型、3B模型、7B模型、14B模型、32B模型和72B模型。编码模型有1.5B和7B尺寸，未来还会推出32B版本，但目前尚未提供。与此同时，数学模型有1.5B、7B和72B尺寸。这些模型都是开源的，并根据Apache2.0许可发布，除了3B和72B版本。他们还发布了Qwen2.5Plus和Turbo版本，这些...模型LlamaQwen2.5新Scaling Law浮出水面！OpenAI内部员工爆料下一代模型Orion性能堪忧
原创 社区头条编辑言征出品51CTO技术栈（微信号：blog51cto）ScalingLaw最近被业内不少人士唱衰，一方面以OpenAI为代表大模型厂商们，基本上还是围绕着GPT4在探索周边，虽说不是原地打转，但单就性能提升而言，就连OpenAI自家的员工都爆料说非常有限。1.OpenAI内部人士：Orion性能提升遇到瓶颈昨天，外媒媒体曝出消息称，奥特曼一直吊胃口的下一代模型“Orion”，也被自家的两位知情人士，坦承：GPT4与Orion之间的质量差距明显小于GPT3与GPT4...OpenAI模型AI我训练了一个医疗多模态大模型帮家里老人看病
原创 社区头条前言随着多模态大模型的发展，其不仅限于文字处理，更能够在图像、视频、音频方面进行识别与理解。医疗领域中，医生们往往需要对各种医学图像进行处理，以辅助诊断和治疗。如果将多模态大模型与图像诊断相结合，那么这会极大地提升诊断效率。项目目标训练一个医疗多模态大模型，用于图像诊断。刚好家里老爷子近期略感头疼，去医院做了脑部CT，诊断患有垂体瘤，我将尝试使用多模态大模型进行进一步诊断。实现过程1.数据集准备为...医疗多模态大模型多模态大模型使用开源框架部署一个微信公众号智能客服
原创前言在当今数字化时代，智能客服系统已经成为企业与客户之间沟通的重要桥梁。通过使用LinkAI搭建一个微信公众号的智能客服，不仅可以提升客户服务效率，还可以724小时在线支持。本文将详细介绍使用LinkAI创建智能客服的效果、部署方法以及相关内容。效果前提条件搭建方法有两种：托管方式：使用LinkAI的托管服务，部署教程非常简单，详情可以见官网托管说明；自建方式：这种方式适合于自建服务器以便省去使用...开源框架智能客服多模态大模型Qwen2的深入了解
原创前言本章我们将深入了解Qwen2VL并使用多模态对于视频的处理能力。资料论文标题：《Qwen2VL:EnhancingVisionLanguageModel'sPerceptionoftheWorldatAnyResolution》论文地址：https:arxiv.orgpdf2409.12191论文阅读理解论文核心要点据Qwen2VL的论文中介绍，该模型为了进一步增强模型对视频中视觉信息的有效感知和理解能力，引入了三个关键的创新升级：原始动态分辨率：该功能允许模型处理任意分辨率的图像，而不需要调整模型结构...多模态大模型Qwen2为什么预训练大模型要使用无监督学习的方式？
原创 社区头条“预训练一般采用无监督的方式进行，而微调一般采用监督学习的方式进行”说到预训练大模型，首先就要先了解一下pretraining(预训练)和finetuning(微调)。什么是预训练？比如说你想做一个图像识别的大模型，这时你需要使用某种神经网络架构(比如Transformer)来设计一个神经网络，然后通过某种初始化方法对神经网络参数进行初始化。然后，你就可以使用大量的训练数据对模型进行训练，也就是不断的调整其参数；直到损失差不断的降...无监督学习大模型Claude 3: 从“聊天高手”到“未来生产力工具”的华丽转身
社区头条还记得那个能写诗、会编码，甚至还能陪你聊天的AI模型Claude吗？如今，它带着更强大的能力和更清晰的定位，以Claude3的身份重磅回归，目标直指“未来生产力工具”的宝座。更聪明：Claude3的核心能力提升相比前代版本，Claude3在以下几个方面实现了显著提升：更强大的理解能力：Claude3训练数据集规模更大，涵盖更广泛的领域和语言，使其能够更准确地理解用户的意图，并进行更深入的语义分析。无论是复杂的专业术语，还是充满隐...Claude 3生产力工具GraphRAG进化，效率翻倍！
circlemindai组织开发了一个名为fastgraphrag的开源项目。这个项目的目标是提供一个高效、可解释且精度高的快速图检索增强生成（FastGraphRAG）框架。该框架专门为Agent驱动的检索工作流程设计，能够轻松融入检索管道中，提供先进的RAG功能，同时避免了构建和设计Agent工作流程的繁琐复杂性。项目的宗旨是增加全球成功的通用人工智能（GenAI）应用数量。为实现这一目标，他们开发了记忆和数据工具，使LLM应用能够利用高度专业...GraphRAGMIT用户GPT - SoVITS 如何凭借零样本、少样本及多语言功能解锁语音合成新高度？
社区头条在当今人工智能技术飞速发展的时代，语音合成领域不断涌现出令人瞩目的创新成果。其中，GPTSoVITS作为一款具有重要影响力的语音合成模型，自2024年2月18日发布以来，便受到了广泛关注。它以其独特的功能和优势，为语音合成技术带来了新的突破和可能性，有望在多个领域得到广泛应用，为人们的生活和工作带来更多便利。本文将深入探讨GPTSoVITS的技术特点、应用场景以及相关的技术细节，带您全面了解这一前沿的语音合成技术。一、...GPT多语言模型生产环境测试模型的四种方法
尽管在本地（通过验证集和测试集）对机器学习模型进行了严格测试，但立即用新模型替换旧模型仍不是一个好想法。一种更可靠的策略是在生产环境中测试模型（基于真实的实时数据）。虽然这听起来有些冒险，但现实中经常这么做，而且并不复杂。下图展示了四种常见策略：●当前模型称为“旧模型”（legacymodel）。●新模型称为“候选模型”（candidatemodel）。1）AB测试●将传入的请求不均匀地分配给旧模型和候选模型。●故意限制...模型LLM微调的关键要点：如何打造高效、可靠的AI模型
原创 精华01、概述在人工智能（AI）领域，近年来大规模语言模型（LLM）的发展给我们带来了巨大的惊喜。无论是文本生成、翻译、摘要，还是问答任务，LLM都表现出了强大的多功能性。然而，尽管这些模型在通用性能上表现出色，但在特定任务或领域（如医疗、法律等）中的表现却往往有所不足。这时，模型的微调（FineTuning）就显得尤为重要。通过在特定领域的数据上进一步训练这些预训练的LLM，我们可以显著提高它们在特定任务上的表现。02、...微调AI模型
