AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
Transformers.js v3 发布：为浏览器中的机器学习带来强大的功能与灵活性
原创
社区头条01概述在不断发展的机器学习和人工智能领域，开发者们愈发渴望能够无缝集成到各种环境中的工具。然而，直接在浏览器中高效部署机器学习模型，而不依赖于大量的服务器资源或复杂的后端支持，依然是一个巨大的挑战。虽然基于JavaScript的解决方案已经出现，但它们往往面临性能有限、兼容性问题以及可有效运行的模型类型的限制。而Transformers.jsv3的发布，正是为了解决这些问题，为开发者社区带来了显著的进步。02让机器学习触手...Transformers.js机器学习液态智能的新篇章：Liquid AI发布液态基础模型
原创01概述在人工智能的世界里，每一轮技术革新都可能颠覆我们对未来的认知。今天，我们要探讨的正是液态智能（LiquidAI）公司带来的全新系列——液态基础模型（LiquidFoundationModels，简称LFMs）。这不仅是一次简单的产品迭代，更是一场关于AI模型性能与效率的革命。02LFMs液态基础模型：性能与效率的新标杆液态智能公司推出的LFMs，涵盖1B、3B和40B三种参数配置，立志成为新一代生成式AI模型的基准。这些模型以其卓越的性能和高...液态智能Liquid AIAI内容创作：机遇与挑战并存，SynthID技术引领透明新的发展方向
原创01概述在这个由数据驱动的时代，人工智能（AI）正以其独特的方式重塑我们的世界。AI不仅改变了我们获取信息的方式，更在内容创作领域掀起了一场革命。随着生成性AI工具逐渐成为主流，人类创作与AI生成文本的界限变得模糊，这既带来了前所未有的机遇，也带来了关于真实性、作者身份和错误信息的挑战。如何区分人类创作的内容与AI生成的内容，尤其是在AI变得越来越自然的情况下，成为了一个亟待解决的关键问题。02SynthID开源的AI...SynthID大语言模型刚刚，ChatGPT新增重磅功能！能打造自己的聊天数据库了
精华今天凌晨3点，OpenAI宣布ChatGPT新增重磅功能——聊天记录搜索。现在，用户可以快速一键搜索自己的聊天记录，或者从中断的地方继续聊天了。无论你开了多少个聊天页面、这个聊天有多难找，都能通过一键搜索轻松把它找出来。也就是说，用户可以轻松打造独属自己的聊天数据库了。这对于写作、教育、金融、医疗等，对聊天交互频繁的行业来说帮助巨大。值得一提的是，这个是用户期待已久的功能，向OpenAI反馈了很多次终于上线了，也...AIChatGPT教机器人"倒水"是融入生活的第一步！AR收集和生成演示(ARCADE)框架发布
文章链接：https:arxiv.orgpdf2410.15994项目链接：https:yygx.github.ioARCADE亮点直击引入了一个从单一增强现实（AR）捕获的演示生成大规模演示的新框架。在此框架内，开发了两项创新技术：关键姿势检测器和自动验证，旨在通过用户提供的一个AR演示生成高质量的演示。在一个物理的Fetch机器人上对ARCADE进行了三项操作任务的评估。通过ARCADE生成的演示训练出的BC策略在所有任务中表现出色。在更复杂的倒水任务中的进一步验证...机器人训练开发人员是否应该使用人工智能代码审查工具？
原创 社区头条GitHubCopilot、CodeRabbit和CodiumAI等人工智能代码审查工具正变得越来越流行，但它们并不是在各个方面都优于人工审查者。人工智能（AI）正在进入各个行业，为软件编码和开发等领域提供了许多优势。如今，许多开发团队采用了人工智能代码审查工具，并发现它们能够更快地发现错误并提升代码质量。然而，正如任何新兴技术一样，人工智能也伴随着对其局限性的质疑，特别是在安全性和准确性方面。理解人工智能代码审查工具人工智能...人工智能AI机器学习谷歌放大招开源SynthID Text，火眼金睛鉴别AI，还能为AI生成的多媒体内容添加隐形水印！
原创 社区头条出品51CTO技术栈（微信号：blog51cto）谷歌正在推出其SynthIDText技术，让开发者能够对生成式AI模型生成的文本进行水印token和检测，并且该技术现在已经全面开放。图片SynthIDText可以通过AI平台HuggingFace和谷歌更新后的负责任生成式AI工具包下载。https:huggingface.cospacesgooglesynthidtext谷歌的这项成果已经被nature接收了！在这篇论文中，谷歌详细揭秘了水印的工作原理。图片https:www.nature.comarticles...AI隐形水印多媒体一文彻底搞懂深度学习 - 反向传播（Back Propagation）
原创反向传播（BackPropagation，简称BP）算法是深度学习中最为核心和常用的优化算法之一，广泛应用于神经网络的训练过程中。它通过计算损失函数关于网络参数的梯度来更新参数，从而最小化损失函数并提高模型的预测准确性。BackPropagation一、前向传播前向传播（ForwardPropagation）是什么？前向传播是神经网络中的一种基本计算过程，用于通过网络的每一层传递输入数据并生成输出。从神经网络的输入层开始，逐层计算每一层神经元...深度学习反向传播大模型思维链升级之DoT框架
原创本文介绍LLM大模型中其中一种思维链DoT。尽管传统的思维链方法使大型语言模型能够进行“思考”，例如思维树和思维图方法通过引入分叉结构来探索多种推理路径。然而，这些方法通常需要额外的控制机制或依赖多个模型的协同工作，这无疑增加了实现和部署的难度。清华大学的研究团队最近提出了一个新的思维链框架思维图（DiagramofThought，DoT），号称是能够超越线性思维的突破。感兴趣的小伙伴可以看看原文：https:arxiv.orgp...大模型面试干货从AIGC来看大模型技术的发展和现状
原创“能使用和会使用大模型并不是一回事”AIGC——人工智能生成内容，可以说是大模型技术的看家本领了，以openAI发布的影响全世界的chatGPT来说就属于一个AIGC应用，只不过其主要偏向于语言处理，也就是大模型技术与自然语言领域相结合的结果。但从AIGC应用的产品来看，不论是基于大模型开发的AIGC产品，还是做AIGC的大模型服务商，AIGC生成的效果可以说是天差地别。AIGC发展与现状AIGC技术经过这两年的发展取得了不错的进展，chat...AIGC大模型颜水成团队新作:AI手机迎来重大技术进展！Meissonic:让移动成像技术飞跃
文章链接：https:arxiv.orgpdf2410.08261模型链接：https:huggingface.coMeissonFlowMeissonic在线Demo链接：https:huggingface.cospacesMeissonFlowmeissonic亮点直击：增强型Transformer架构：通过结合多模态和单模态Transformer层，提升了MIM模型的训练效率和性能，特别是在跨模态信息处理和视觉表示的细化方面，取得了显著提升。高级位置编码与动态掩码率：采用RotaryPositionEmbeddings（RoPE）解决高分辨率下的上下文解耦...图像生成AI首篇！全面解读高效Segment Anything模型变体：各种图像分割加速策略和核心技术展示
精华 社区头条文章链接：https:arxiv.orgpdf2410.04960亮点直击提供了一项系统的高效SAM变体全面回顾，旨在加速分割任务。介绍了一个结构良好的分类法，将这些方法根据其采用的加速策略进行分类。据我们所知，这是第一项专门关注该领域的调查。对这些变体的效率和准确性进行了全面的评估和比较，旨在帮助研究人员选择最能满足其性能和应用需求的模型。提出了几个未来研究的潜在方向，为读者提供启发，以推动该领域的持续发展。SegmentAnyth...AI模型多模态大模型：基础架构
原创大模型技术论文不断，每个月总会新增上千篇。本专栏精选论文重点解读，主题还是围绕着行业实践和工程量产。若在某个环节出现卡点，可以回到大模型必备腔调或者LLM背后的基础模型重新阅读。而最新科技（Mamba,xLSTM,KAN）则提供了大模型领域最新技术跟踪。若对于具身智能感兴趣的请移步具身智能专栏。技术宅麻烦死磕AI架构设计。当然最重要的是订阅“鲁班模锤”。多模态大型语言模型（MLLM）是人工智能领域的前沿创新，它结合了...多模态大模型架构GLM4模型开源，意料之中的尺寸，意料之外的效果
写在前面今天智谱开了GLM49B的模型，不是6B，是9B。一共开源了四个模型，Base版本模型（GLM49B）、Chat版本模型（GLM49BChat和GLM49BChat1M）和多模态模型（GLM4V9BChat）。其中，模型为多语言模型除了支持中文、英文之外，还支持日语，韩语，德语在内的26种语言；Chat系列模型支持网页浏览、代码执行、自定义工具调用（FunctionCall）的能力；GLM4V9B模型支持中英双语多轮对话能力。Github:https:github.comTHUDMGLM4HF:https:...GLM4模型开源一文汇总：推荐系统中多任务学习的优化思路
多任务学习是推荐系统中非常常见的一个问题。推荐系统中，经常要对多个目标进行预测，比如点击率、转化率、观看时长等等。将这些任务联合学习，希望通过不同的监督信息，互相增强各自目标的拟合能力。但是同时，不同目标之间又不一定是正向关系，可能存在负向迁移问题，存在跷跷板现象。因此，如何最好的发挥多任务学习的作用，达到各个任务联合最优，一直是一个推荐系统领域的核心研究问题。这篇文章就给大家汇总一下，推荐...推荐系统优化RAGChecker:显著超越RAGAS，一个精细化评估和诊断 RAG 系统的创新框架
精华RAG应用已经是当下利用大模型能力的典型应用代表，也获得了极大的推广，各种提升RAG性能的技术层出不穷。然而,如何全面、准确地评估RAG系统一直是一个挑战。传统评估方法存在诸多局限性:无法有效评估长文本回复、难以区分检索和生成模块的错误来源、与人类判断的相关性不高。为此,亚马逊和上海交通大学等研究团队开发了RAGChecker[1],这是一个专为RAG系统设计的创新评估框架。图片RAGChecker的核心亮点在于其细粒度的评估方法。...RAGASRAG系统KVSharer：基于不相似性实现跨层 KV Cache 共享
一、背景本文中我们介绍一种最新的KVCache共享论文KVSharer，与之前常见的层内共享不同，KVSharer主要关注跨层共享，并且是整个层的共享。对应的论文：[2410.18517]KVSharer:EfficientInferenceviaLayerWiseDissimilarKVCacheSharing对应的代码库：https:github.comyangyifei729KVSharertreemain二、摘要LLM推理过程中对GPU内存的需求不断增加，而其中Attention的KVCache占据了超过80%的空间。当前，大多数现有的KV...KVSharerKVCache327个样本打破常规，这个"OpenAI o1复制之旅"有点燃 | RAG系统迎来重大突破！
社区头条1、327个样本打破常规，这个"OpenAIo1复制之旅"有点燃人工智能领域最近又掀起一阵波澜——OpenAI发布了令人瞩目的O1模型。然而，这个模型的具体细节却如同蒙着面纱一般神秘。面对这种情况，一群研究者决定开启了一场别开生面的"O1复制之旅"，试图揭开这层面纱。最引人注目的是，研究团队提出了一个创新的"journeylearning（旅程学习）"范式。与传统的"死记硬背"式学习不同，这种方法让模型不仅要学会解决问题，还要学习整个探索...OpenAI模型系统多模态RAG应用开发实战演练
原创 社区头条本文将介绍如何基于高级解析、语义和关键字搜索以及重排序技术开发支持上下文检索的多模态RAG应用系统。引言当下，所有大型语言模型（LLM）都存在一个知识截止日期的问题，即它们无法回答针对其知识库中不存在的特定数据的查询。例如，LLM无法回答有关公司去年会议纪要数据的查询。另一方面，LLM还容易产生幻觉，并提供看似合理的错误答案。为了克服这个问题，检索增强生成（RAG）解决方案越来越受欢迎。RAG的主要思想是将外部...大型语言模型LLM多模态RAG应用清华大学提出1-Bit FQT：将全量化训练极限推到极致,训练速度提升5倍！
在深度神经网络的训练过程中，全量化训练（FullyQuantizedTraining,FQT）通过将激活值、权重和梯度量化到较低的精度，显著加速了训练过程。随着对训练数值精度的不断压缩，一个自然而然的问题浮现出来：全量化训练的极限是什么？即，能够实现的最低位宽是多少？理想情况下，如果能将位宽压缩到1位，训练将可以通过二进制操作实现，这不仅能极大简化硬件设计，还可能在保持训练质量的前提下，实现极致的计算效率。本文首次尝试将...全量化训练极限
