AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
斯坦福大学团队使用多智能体强化学习训练社交推理语言模型
社交推理游戏是一类需要玩家通过交流和推理来达成目标的游戏，典型的例子是我们熟悉的《狼人杀》，这些游戏要求玩家在有限的信息下，通过与其他玩家的交流和互动，推断出某个隐藏角色的身份。假如让多智能体玩狼人杀，这些智能体可以合作、竞争或者两者兼而有之。研究多智能体环境不仅有助于理解智能体之间的互动，还能为开发更智能、更协调的系统提供理论基础。在多智能体环境中，使用自然语言进行交流是一种强大的工具。它不...多智能工具自然语言啊！DeepSeek-R1、o3-mini能解奥数题却算不了多位数乘法？
精华我们都知道，普通大模型的数学能力并不好，甚至可能会搞不清楚9.8和9.11哪个大。但随着o1、o3以及DeepSeekR1等推理模型的到来，情况正在发生变化。比如DeepSeekR1在竞赛数学基准AIME2024上达到了79.8%的准确度，成就了自己头号开源推理模型的地位。而根据OpenAI发布的数据，o3mini(high)在AIME2024上的准确度更是达到了87.3%，预计o3满血版的成绩还会更好。但即便如此，这些强大的推理模型却依然常常在一类看起来相当简单的数学...AI模型DeepSeek从《你所需要的就是注意力》到《你所需要的就是多头潜在注意力》，TransMLA开启AI技术新篇章
自2017年谷歌提出了Transformer架构，以及那篇著名的论文《AttentionIsAllYouNeed》后，注意力机制迅速成为自然语言处理领域的核心技术。大型语言模型（LLMs）借助Transformer的自注意力机制，实现了对复杂语言模式的捕捉，在机器翻译、文本生成、对话系统等领域取得了革命性的突破。它们不仅改变了学术研究的方向，更深刻地影响了生产力工具的发展，提高了人们的工作效率和生活质量。随着模型规模和数据量的不断增长，LLMs面临...TransMLAAI技术初创公司使用 AI “码农” Devin 一个月的体验
原创 精华
社区头条编者按：Devin真的能像人类软件工程师那样工作吗？作为2024年备受瞩目的AIAgent产品，它的实际表现如何？我们今天为大家带来的文章中，作者通过一个月的实际使用体验，发现Devin在处理简单、明确的编程任务时表现不错，但距离达到初级软件工程师的水平还有很长的路要走。文章详细介绍了Devin的使用体验，包括其出色的上手流程设计、与GitHub的便捷集成，以及实时代码审查功能。在处理范围狭窄、定义明确的代码修改时，特别是前...LLMsAI多代理微调如何克服 LLM 的数据瓶颈
原创 社区头条本文介绍了多代理微调的基本概念，框架组成，以及在实际应用中的优势。最近，麻省理工学院、哈佛大学、斯坦福大学以及DeepMind的研究人员联合提出了一种新技术，它使用多个代理（MultipleAgents）来解决大语言模型（LLM）最紧迫的问题之一：缺乏高质量的训练数据。毕竟顶尖模型已经消耗了互联网上的大部分可用的内容，并让AI实验室已经用完了适合训练LLM的数据。解决这一瓶颈问题的一种方案是通过创建合成数据（Synthetic...LLM大语言模型多代理微调DeepSeek R1不编程就能生成GPU内核，比熟练工程师好，惊到了英伟达
DeepSeek引爆AI社区后，人们都在尝试本地部署和各领域应用，在新模型基础上持续改进的方向也被不断提出。与此同时，英伟达却在尝试用DeepSeek给大模型pipeline本身搞自动化。本周三，英伟达在博客中介绍了利用DeepSeekR1和推理时扩展技术来自动生成优化GPU内核的最新研究成果，效果异常的好。对此有人评价道：难不成英伟达在自拆护城河？也有人已经开始担心自己的工作会不会被AI代替了。随着AI大模型规模不断扩展，能力持续进步...DeepSeek编程模型奥特曼再谈DeepSeek：每天醒来都有压力
关乎当红炸子鸡DeepSeek，奥特曼最新观点出炉：对DeepSeek的出现并不意外，而且类似的情况会越来越多。这就是奥特曼在最新一期《泰晤士报》科技播客节目中所提及的内容之一。并且在被问及是否担心OpenAI会成为AI界的Napster（首个P2P音乐共享平台，后因商业压力以失败告终）时，他表示：唯一不让这种事发生的方法就是每天都为此担心。我觉得这种事不会发生在我们身上的原因就是我们一直都在为此感到压力。是有一种没有压力就没...AI模型DeepSeek2025 年最值得关注的五个Agentic代理人工智能框架
原创 社区头条01、概述随着2025年的到来，自主智能系统和智能代理（AgenticAI）的发展正在以惊人的速度改变着人工智能的面貌。这些框架不仅简化了AI工作流，还推动了复杂决策和协作能力的实现，为各行各业带来了前所未有的创新机会。那么，在这些迅速崛起的AI框架中，哪些将成为2025年最具变革性的代表？今天，我们将重点介绍五大AgenticAI框架，它们正在引领智能代理领域的未来发展。02、5个重要的AIAgent代理1）MicrosoftAutoGen：重新定义...人工智能AgentAgentic AI框架文本生成无限长视频，无需任何训练
韩国首尔国立大学的研究人员推出了一个创新文生视频模型——FIFODiffusion。在传统的文生视频模型中，尤其是在基于扩散模型的产品中，生成长视频经常面临着质量和连贯性上的挑战。这是因为模型在训练时只能看到有限的帧数，而在实际应用中却需要生成远超过训练时长度的视频。FIFODiffusion模型使用了一种创新的“对角去噪”方法来克服生成长视频的难题，以队列的方式来处理视频帧的连续，该技术灵感来源于工厂的流水线作业。在...模型生成AIQwen AI发布Qwen2.5-VL：打破视觉与语言的壁垒，助力AI更智能地理解和互动
原创01、概述在人工智能的不断进步中，如何将视觉与语言的能力有效整合，仍然是一个复杂而富有挑战性的课题。传统的模型常常在需要理解视觉和文本数据的任务中显得力不从心，导致在图像分析、视频理解以及交互工具的使用等应用场景中存在局限性。这些挑战突显了对更加复杂且高效的视觉语言模型（VLM）的需求，尤其是能够无缝解析和回应多模态信息的模型。在这种背景下，QwenAI推出了Qwen2.5VL，这款新型的视觉语言模型旨在处理计算...大语言模型大模型多模态DeepSeek爆火：普通人跨越AI提效终局的10倍进化指南
一、现象级事件：为什么DeepSeek能踏平AI提效的最后一公里？在过去的十年，AI工具为人类工作效率带来了显著的提升，然而普通用户在使用这些工具时，仍然面临许多挑战，尤其是与提示词工程（PromptEngineering）高度相关的问题。ChatGPT这样的生成式AI工具对提示词工程的高度依赖。然而，大多数普通人并没有接受过足够的训练来设计高效提示词。需求表述焦虑：普通人难以精准拆解复杂问题为AI可执行指令。复杂的问题需要清晰的分...DeepSeekAI模式一文带你看懂开源大模型基石LLaMA核心技术点，DeepSeek/千问等LLM的模型结构基础
LLaMA是目前很多SOTA开源大模型的基础，包括DeepSeek、千问等在内的很多大模型的模型机构大体上都沿用了LLaMA。因此，LLaMA在模型结构的设计上可以说是目前大模型的一种最佳实践。这篇文章就给大家汇总一下LLaMA的核心模型结构。LLaMA的主体结构仍然基于Transformer，本文主要介绍LLaMA各个版本相比于Transformer的改进部分，包括PreNormalization、RMSNorm、SwiGLU激活函数、RotrayEmbedding等部分。1.PreNormalization基础的T...LLaMADeepSeekLLMGPT-5有消息了！统一模型路线，但并不是大家认为的AGI
OpenAI的CEOSamAltman在社交媒体上分享了关于GPT4.5和GPT5的最新进展。OpenAI承认目前的产品线对用户来说过于复杂，因此他们正在努力简化产品，目标是让AI能够“开箱即用”。GPT4.5(内部代号为Orion)将会是最后一个“非思维链模型”，而GPT5则将整合包括o3在内的多项技术，成为一个集大成者。未来，OpenAI将不再单独发布o3模型。为了让更多人体验到AI的强大功能，免费版ChatGPT用户将可以在标准智能设置下无限次使用GPT5，当然...GPT-5统一模型AGIDeepseek AI模型本地部署步骤简记：ollama + deepseek-r1 + 本地AI模型的Web UI
deepseek官网经常提示“服务器繁忙，请稍后再试。”，于是想自己实现本地部署。但是由于个人电脑太菜，只能尝试一下步骤，记录一下，后面等有强悍的服务器或者模型进一步优化才能私人真正独立的使用与生产。总体方案：ollama+deepseekr1+本地AI模型的WebUI第一步：ollama网站下载ollama（Ollama是一个用于管理和运行本地AI模型的软件工具。它提供了一种简化的方式来下载、管理和在本地计算机上运行各种AI模型，而无需依赖云计算...DeepseekAI模型强化学习与大模型后训练：DeepSeek R1 如何获得推理能力？
精华
热门内容榜 • TOP2DeepSeek正在通过其开源模型DeepSeekR1革新AI产业，尽管资源有限，却能媲美OpenAI的能力。通过让前沿大模型更广泛地开放，DeepSeek推动了全球的创新与合作。其创新的基于强化学习（RL）的后训练技术可增强大模型的推理能力和对齐性，使大模型在实际应用中更加高效且易用。在本文中，我们将重点分析DeepSeekR1推理模型背后的关键RL后训练技术。本文由MoPaaS的创始人鲁为民博士最初以英文的形式发表（点击文章末尾“阅读原文”）...大模型DeepSeek R1LLMDeepSeek-R1-Zero激发了推理Scaling Law
社区头条本文将散落在近期多篇文章中笔者围绕激发推理ScalingLaw的思考做了一下整理。方向MIT对大模型数理原理的强有力证明中总结：基于宏大的人类知识提取出来丰富范畴，形成众多领域的本体知识结构，这是大模型通过预训练已经构建的内部世界模型；提高推理采样的机制，通过训练达成学习推理的scalinglaw，是大模型下一步努力提升的方向。相比传统方法，新的大模型机理，具备更高维度的新颖性、对能力和技术细节的探索，可以通过揭示隐...DeepSeek-R1Scaling Law模型让模型像人一样思考
一、背景2024年9月OpenAI发布的o1preview模型展现出了在解决复杂问题上的强大逻辑思维能力。相比之前传统的Chat类模型，o1类模型在解决问题时会构建出长序列的思维链chainofthought（CoT）进行推理，通过问题拆解、中间步骤验证、思维探索等方法，最终找到问题的正确解答方法。OpenAI对o1模型的介绍中也着重强调了CoT的重要性【1】。类似于人类在回答一个困难问题时可能会思考很长时间，o1在解决问题时也采用了链式思维。通过强...模型SFTRLDeepSeek核心架构-MLA：剖析低秩联合压缩优化KV缓存、提升推理效率的技术细节
热门内容榜 • TOP4DeepSeek的基本架构仍然在Transformer框架内，每个Transformer模块由一个注意力模块和一个前馈网络组成。为实现更高效的推理和更经济的训练，在注意力和前馈网络部分，设计并使用了创新的MLA（MultiHeadLatentAttention）和DeepSeekMoE架构。本文将从MLA的提出背景、技术原理、解耦RoPE策略及MHA与MLA的缓存对比方面进行详细阐述。MLA是对多头自注意力机制（MHA）的改进，其核心是对键（Keys）和值（Values）进行低秩联合压缩...DeepSeek架构MLAOpenAI深夜更新GPT-5路线图，奥特曼高密度爆料全模型免费计划。GPT-5真的要来了吗？我怀疑
原创 社区头条编辑言征GPT5真的要来了！最晚几个月！最快一周内！凌晨3点，OpenAI的首席执行官SamAltman冷不防就在X上丢出一个“王炸”：OpenAI马上要发布GPT4.5和GPT5，而且免费，不再限制对话次数！帖子比较长，许多点都值得大家注意：1.OpenAIGPT4.5和GPT5的路线图更新——（言外之意：不再挤牙膏了）OpenAI希望更好地分享我们的计划路线图，并更好地简化我们的产品供应。2.OpenAI希望AI能“正常工作”；我们意识到我们的模型和产品供应变...OpenAIGPT-5AGI低成本+高性能+超灵活！Deepseek 671B + Milvus 重新定义知识库搭建！
原创 社区头条 热门内容榜 • TOP1这个春节，DeepSeek实在太火爆了。“老板指示，我们要整合Deepseek，还得建立自己的知识库……”这样的声音，哪个开发者近期没耳闻？Deepseek的火爆，智能推理的加速，以及算力成本的显著降低，使得众多原本对大型模型望而却步的企业，一夜之间纷纷投向AI的怀抱，追求降本增效。在这个过程中，对于那些拥有优质私有数据和敏感数据的企业来说，若想避免数据泄露，部署本地知识库无疑是走向大模型的关键一步。然而，当你深入调研...Deepseek大模型Milvus
