AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
微软推出MixLLM，全局混合精度量化方法助力模型效能飞跃
社区头条量化已成为压缩大语言模型（LLMs）的最有效方法之一。然而，现有的量化方案仍然存在不可忽视的准确性下降或系统效率低下的局限性。在本文中，我们全面分析了量化的一般原则对准确性、内存消耗和系统效率三角关系的影响。我们提出了MixLLM，这是一种基于输出特征之间的混合精度量化的方法。MixLLM从全局视角识别高显著性的输出特征，而非仅在单层内部，有效地为最需要的输出特征分配更大的位宽，从而在低内存消耗的情况下实现良...MixLLM语言模型VAE从0到1开发AI Agent | Plan-and-Execute 如何解决AI复杂任务
智能体是一种能够感知环境、做出决策并采取行动的系统。这些系统能够执行被动的任务，也能够主动寻找解决问题的方法，适应环境的变化，并在没有人类直接干预的情况下做出决策。1.业务需求现在有一个生意很好的鲜花店在运营花店的过程中，经常遇到特殊情况导致大量花朵损坏，会导致库存短缺的问题因此花店急需一个能够精准预测和优化库存的解决方案来应对这场危机，否则我们将失去大量顾客并且信誉受损。可是，花店人力严重不足A...AIAgent结构化ChatGPT写作指南发布：12个案例助力高效学习
精华 社区头条
热门内容榜 • TOP1本周，OpenAI发布了《学生使用ChatGPT写作指南》博文。内文中针对生成式AI在教育领域的批评，回应称ChatGPT只是一款AI工具，学生合理使用ChatGPT工具，可以深入理解复杂概念，但错误的使用方式可能会适得其反，剥夺学生练习和提高技能的机会。同时其表示，ChatGPT可以作为教育工具，帮助学生提升严谨思维和清晰写作的能力。OpenAI也提到，也有一些使用ChatGPT的方法会对学习产生反作用，比如生成一篇作文而不是自己写作，这就剥...ChatGPTAI教育你可能不知道：Google AI正在悄悄改变各行各业
🚀AI，不仅是高科技，更是新助手！许多人一提到AI，就想到深奥的算法和复杂的代码。其实，AI已经化身为我们身边可靠的助手，它正在以你意想不到的方式，让生活变得更便捷、更高效。这些变化，都基于AI强大的能力：•多模态能力:AI不再只理解文字，还能“看懂”图片，听懂声音。例如，VolkswagenofAmerica的车辆手册查询，就可以通过手机摄像头识别仪表盘的指示灯，而Snap的“MyAI”聊天机器人，能理解你发给它的文字和图片，实...AI多模态技术大模型的嵌入——Embedding与向量——Ve ctor
原创“向量是大模型的基石，嵌入是大模型的入口”最近在研究RAG然后带来了对嵌入与向量的思考；毕竟嵌入与向量是实现大模型的基础；嵌入解决的是数据向量化的问题，而向量解决的是数据之间的关系问题。Embedding中文翻译是嵌入，但更形象的理解是——在机器学习和大模型中，嵌入是一种数据向量化或向量表示的技术；简单来说就相当于一个转换器，把人类能够理解的数据包括文本，图像等转换为大模型方便处理的向量数据。而向量是数学...大模型嵌入Embedding是时候接受真实世界的检验啦！UCLA&谷歌提出首个评估生成视频物理常识数据集VideoPhy
精华文章链接：https:arxiv.orgabs2406.03520项目链接：https:github.comHritikbansalvideophy总结速览解决的问题随着互联网规模的视频数据预训练的进展，文本生成视频（T2V）模型能够生成高质量的视频，涵盖各种视觉概念、合成逼真的动作以及渲染复杂的物体。然而，目前的T2V模型在生成的视频中缺乏物理常识，尤其是在模拟真实世界活动时，无法准确遵循物理法则。尽管已有一些评估视频质量的方法（如VBench），但这些方法并未特别...视频数据集AI牛津&Meta最新！PartGen：基于多视图扩散模型的多模态部件级3D生成和重建！
文章链接：https:arxiv.orgpdf2412.18608项目链接：https:silentchen.github.ioPartGen总结速览解决的问题当前的3D生成与扫描技术能够生成具有高质量形状和纹理的3D资产，但这些资产通常是单一的、不具备结构的整体表示（如隐式神经场、高斯混合体或网格）。然而，专业应用与创意工作流中需要结构化的3D资产，这些资产由具有独立意义的部分组成，便于重用、编辑与动画制作。提出的方案本文提出了PartGen，能够将无结构的3D对...3D模型来认识一下 Ivy-VL：一种仅包含 30 亿个边缘设备参数的轻量级多模态模型
原创 精华01、概述随着人工智能（AI）技术的快速发展，一个长期存在的挑战愈发凸显：如何在模型规模、效率和性能之间找到平衡。传统上，模型越大，性能往往越强，但这也意味着对计算资源的要求更高，使得AI技术在广泛应用时面临障碍，尤其对于缺乏高端计算设备的组织和个人来说更是如此。而多模态AI（同时处理文本、图像等多种数据的能力）更是进一步提高了技术门槛。如何解决这些问题，让AI变得更加普及和高效，是行业亟需攻克的难题。...多模态AI模型大语言模型Google 的六大人工智能更新 – 2024 年综述
原创 社区头条 热门内容榜 • TOP301、概述随着2025年即将到来，Google继续稳居技术创新的前沿。2024年，Google再次推出了一系列引领潮流的创新工具，进一步推动了人工智能（AI）的应用和整合。无论是提升用户生产力、开拓创作的无限可能，还是彻底改变AI的应用方式，Google最新的技术更新都带来了许多值得关注的亮点。本文将深入探讨Google2024年推出的几大重要更新，包括Gemini2.0Flash、GoogleAIStudio、Imagen3和Veo2等。02、Gemini2.0Flash2024年，Google推...人工智能Google谷歌会议音频流出！CEO劈柴：2025年事关重大，将迎来颠覆时刻!全力聚焦Gemini在C端增长!
原创 社区头条编辑伊风出品51CTO技术栈（微信号：blog51cto）谷歌刚刚举行的2025年战略会议，其音频流出！明年对于谷歌意义非凡！据CNBN表示，在12月18日的会议上，劈柴和其他谷歌高层身穿节日丑毛衣，热烈讨论即将到来的2025年，尤其是与AI相关的内容！CEO劈柴表示，谷歌将在今年上半年推出多项AI功能。他说：“我认为2025年将至关重要。我们需要深刻认识到这个时刻的紧迫性，必须加快公司发展的步伐。风险很大。这是一个颠覆性的时刻。2025...C端谷歌AIDeepSeek AI发布DeepSeek-V2.5-1210：DeepSeek-V2.5的更新版本，模型性能显着提升
原创 热门内容榜 • TOP201、概述人工智能（AI）的发展日新月异，而DeepSeekAI作为行业的引领者，持续推动技术的进步。无论是在推理、数学还是编程领域，其产品一直备受关注。最近，DeepSeekAI发布了最新版本DeepSeekV2.51210，以卓越性能和广泛适用性，引发了业内外的热议。这一升级版不仅在数学运算和编程任务上表现出色，还在写作与逻辑推理方面展现了令人印象深刻的能力，为用户提供了一种更加稳定和高效的智能工具。02、突破性的技术升级：从模型...大语言模型基于谷歌Gemini多模态模型实现PDF文档自动化处理
原创 社区头条本文将提出一种新的PDF文档自动化处理方案，从而成功处理其中的表格、图像、图形或方程式等对象。引言近年来，自动化文档处理成为ChatGPT革命的最大赢家之一，因为LLM能够在零样本设置中处理广泛的主题和任务，这意味着无需域内标记的训练数据。这使得构建AI驱动的应用程序来处理、解析和自动理解任意文档变得更加容易。虽然使用LLM的简单方法仍然受到非文本上下文（例如图形、图像和表格）的阻碍，但是这正是我们将在本文中尝...LLMGemini大型模型COZE应用：3分钟用字节“扣子”打造股票AI分析工作流
社区头条 热门内容榜 • 最近上榜今天，我将为大家介绍如何利用字节跳动旗下的AI智能体开发平台“扣子Coze”来打造一个股票分析工作流（workflow），并基于此工作流发布一个股票分析器机器人。图片首先，让我们明确什么是工作流。Coze扣子的工作流功能允许用户通过直观的可视化界面，将大语言模型、代码块、插件等元素灵活组合，编织成复杂且高效的工作流程，从而扩展大模型的应用场景。在这个特定的股票分析工作流中，我们的目标是让用户输入股票名称后，能够...COZE应用机器人大语言模型o1慢思考推理系统的破局之路：模仿、探索与自我提升的深度揭秘！
精华 社区头条 热门内容榜 • 最近上榜最近，像o1这样的慢思考推理系统在解决复杂推理任务上表现出色，但核心技术未公开。研究界想探索其技术基础，本文在此背景下展开研究。其重要意义在于提出的框架和方法能有效训练推理模型，在多个基准测试上取得不错效果，有助于推动大语言模型在复杂推理领域的发展，缩小与行业领先系统的差距，且研究资源公开，利于后续进一步研究和合作。解读本文旨在复现类似o1的慢思考推理系统，提出“模仿、探索和自我改进”框架。首先通...大语言模型o1多模态大语言模型的空间智能探秘：突破与挑战
人们在日常生活中需要视觉空间智能来处理空间信息，但多模态大语言模型在这方面的能力尚未得到充分研究。本文构建了VSIBench基准测试，对模型进行评估和分析，有助于了解模型的优势和不足，为提升模型的视觉空间智能提供方向，推动相关领域发展，如机器人、自动驾驶和ARVR等，使模型能更好地应用于实际场景。本文围绕多模态大语言模型（MLLMs）的视觉空间智能展开研究。首先介绍了视觉空间智能的概念及相关能力分类，接着提出了...多模态大语言MLLMs为什么 Cursor 们让开发者的技能更有价值，而不是被取代？
精华近年来，随着AI工具的不断发展，开发者们的工作面临着前所未有的变化。从Cursor到Bolt，从Winsurf到v0，这些强大的AI编程工具极大地提升了开发效率，尤其是在代码生成、原型开发和自动化任务方面。然而，伴随着技术的进步，许多开发者开始担心：在这些工具越来越强大的情况下，自己的工作是否会被取代？本文将探讨为什么AI工具实际上让开发者的技能变得更加宝贵，而非相反。1.当前AI工具的瓶颈尽管AI工具如Bolt、Cursor和v0可以...CursorAI工具为什么有了大模型还需要用Embedding模型？
社区头条不知道大家有没有想过这个问题？我这两天对这个问题还深入思考了一下，思考的初衷是来源于现在这么多的开源大模型，而且挺多是多模态场景，而Embedding模型相对单模且英文语料居多，如果能复用大模型的outputlayer，是不是会加速手头上的实验进展。但思考后觉得效果应该是比不上原生的Embedding模型，有空再专门测试一下看看。可能主要有以下几点原因：像LLM模型都是预测nexttoken，那么针对nexttoken的预测，模型肯定更加关注...大模型embedding提取器分享3点关于AI 产品管理的最佳实践
本篇文章参考吴恩达大佬的推文，做了一些补充。对于AI产品管理最佳实践，他认为可总结为以下三点：使用具体示例来明确AI产品需求、通过提示工程和RAG初步验证产品的技术可行性、在V0、Bolt等AICode工具帮助下，产品经理独立实现原型系统，从而快速推到市场，拿到用户反馈。AI产品管理正迅速发展。生成式AI和基于AI的开发者工具的兴起，为构建AI应用创造了众多机遇。这使得构建新型事物成为可能，进而推动了产品管理最佳实践的转...AI产品管理AI驱动对象存储成为企业存储主导技术
社区头条关键洞察AI驱动存储转型：AI的需求推动了对象存储成为企业存储的主导技术，尤其是对于大规模数据处理和并行计算工作负载，尤其是在AI模型训练、推理及数据湖仓存储中。对象存储的普及：超过70%的云原生数据已存储在对象存储中，预计两年内这一比例将增至75%。对象存储因其性能、扩展性、安全性等特点，成为支持AI工作负载的首选技术。AI工作负载对存储的需求：AI（尤其是生成式AI）对存储性能和规模提出更高要求，对象存储能...AI驱动对象存储奥特曼承认：模型API业务将走向枯竭！微软秘密协曝光：给OpenAI的AGI新定义，至少能赚到1000亿美元利润！
原创 社区头条编辑伊风震惊！OpenAI和微软的秘密协议被曝光，其中定下了AGI的含义：至少能赚到1000亿美元利润的AI系统！1000亿美元是个极其庞大的数字。粗略估计，千亿美元大约相当于字节在2024财年的总收入，而“利润”则更难达成。不过微软给OpenAI下这么高的KPI，恰恰是希望对方在短期内不会达成的！据报道，在2022年，微软和OpenAI在一项新的投资协议中，做了明确的规定：当OpenAI实现AGI时，微软将失去对其技术的访问权限。尴尬的是，“...模型APIAGI
