AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
我的“七年之痒”-变与不变：从LSTM到RAG、大模型
蓦然回首，从18年开始接触NLP（自然语言处理）开始，已经7年有余。机缘巧合的情形下，让自己和NLP有了第一次邂逅。从未接触NLP相关研究的自己，凭着年轻的热血投递搜狗的实习，那时候“不计后果”，不去考虑是否能行，直接“打火车”从天津到了北京，迎来人生的第一次（实习）面试。犹记得面试官的一个问题，“武汉市长江大桥”有几种分词方式，这个NLP中最典型的问题打开了我的NLP之路，实习的面试不难，当天面完当天又急匆匆...LSTMRAG大模型如何编写出色的生成式AI提示？
原创
社区头条生成式人工智能（GenAI）已经成为一种提高生产力和处理日常任务的强大工具。这种工具可以根据收到的输入创建新的内容，包括文本、图像甚至代码。虽然这种工具大有潜力，但有效地发掘它们的力量却需要一种特定的技能，即编写优秀提示的能力。提示是我们赋予AI工具的指令，以指导它们的输出。可以把提示看作是现代版的计算机代码，只不过用自然语言编写。就像传统编程一样，有一些有效和无效的方法来创建提示。不妨探索提示编写之...人工智能GenAI生成式AIOpenAI新发布的canvas和Claude的Artifacts，哪个更好？
原创 社区头条整理言征出品51CTO技术栈（微信号：blog51cto）近日，OpenAI推出了canvas，这是一个可以在ChatGPT中直接编写和编码项目的新界面。许多人想知道它是否比ClaudeSonnet3.5Artifacts更好。答案是否定的。原因也很明显：canvas使用GPT4o，而4o模型的编码并不比ClaudeSonnet3.5好。虽然canvas为开发人员提供了一些很好的功能，例如用户协作和版本控制，但它缺乏代码预览等关键功能。许多人现在都在使用Claude创建他们的第一个应用程序...OpenAIcanvasArtifacts奥特曼野心升级，要做「世界之王」？开发“眼球”给全人类做身份认证，千倍疯狂扩张，数亿人可注册
原创 社区头条编辑伊风怎么证明你是人类？或许这不是一个大问题，毕竟你只在网页验证的对话框弹出时，才短暂地感受过“确定自己是真人”的那种荒谬——不过，准备成为AI「世界之王」的奥特曼却不这么想。在他眼中，我们很快就会——或者可能已经——需要一种方法来区分人类与机器。所以，当他的OpenAI公司飞驰在追逐AGI的路上，一路狂踩着油门，高歌猛进的时候。奥特曼的另一家更少为人所知的初创公司，也在琢磨一个同样宏大、甚至更疯狂的AI...奥特曼开发AI大语言模型中自我发现的苏格拉底方法
原创今天我们介绍来自普林斯顿NLP组的一篇很有意思的博客，作者提出了大语言模型中自我发现的苏格拉底方法。一、核心内容（一）多智能体协作解决问题（有人类参与）智能体角色分配文中提到在涉及基于大型语言模型的智能体和人类参与的多智能体协作解决问题领域十分引人关注。通过给大型语言模型赋予如“分析员”或“校对员”等不同角色，能够有效利用它们各自的优势，增强整体解决问题的能力。这种角色分配就像是在一个团队中，每个...大语言模型一文梳理大语言模型编程框架
原创大语言模型（LLMs），以及一般的语言模型（LMs），催生了一种新的编程方式，其中“指令”不再是明确的应用程序编程接口（APIs），而是像英语这样的自然语言语句。该领域（一个被称为提示工程的新领域）的专家通过组合特定的关键词、提示格式，甚至认知模型来对他们的语言模型进行编程——或者从语言模型中引出特定行为。过去两年表明，语言模型可以产生广泛的变革性影响，但在无缝集成到更大的程序环境方面存在固有局限。它们对...大语言模型苹果重磅开源俄罗斯套娃扩散模型！MDM：多任务高分辨率生成又快又好！
文章链接：https:arxiv.orgpdf2310.15111项目链接：https:github.comapplemlmdm亮点直击提出了MatryoshkaDiffusionModels(MDM)，通过联合处理多个分辨率的输入，避免了级联或潜在扩散方法的复杂性，并引入了NestedUNet架构，嵌套不同尺度的特征和参数，提升了高分辨率生成的效果。采用了多分辨率损失，显著加速了高分辨率去噪的收敛速度，同时使用渐进式训练策略，从低分辨率开始逐步引入高分辨率内容，实现了训练成本和生成质...AI模型Agent memory大揭秘：记忆从哪儿来？
社区头条嘿，大家好！这里是一个专注于AI智能体的频道！今天开始我们来详细看看智能体的大脑——记忆模块的内部，主要从三个方面来扒一扒：记忆从哪儿来，记忆长啥样，以及怎么用记忆。今天我们主要聊聊记忆来源这个话题！首先，我们得明白，记忆对Agent来说，就像是它们的知识库和经验集，能让它们在处理任务时更加得心应手。记忆来源，就是指智能体记忆内容的出处。这里，我们主要关注三种类型的记忆来源：内部任务信息（InsidetrialI...Agent模块知识库矛盾之争，AI合成数据可以骗过大模型吗？中山大学联合上海AI Lab提出合成检测基准LOKI
社区头条文章链接:https:arxiv.orgpdf2410.09732项目链接:https:opendatalab.github.ioLOKI数据&代码：https:github.comopendatalabLOKI总结速览引入了LOKI基准，以全面评估LMMs在区分合成数据上的表现。LOKI基准的亮点包括：全面模态评估。收集了近期热门合成模型生成的高质量多模态数据，涵盖视频，图像，3D数据，文本，音频等多个模态。异构数据覆盖。数据集中包括28个不同模态的细致分类，包括有专业的卫星，医学等图像，哲学，文...模型数据“左脚踩右脚”提升文生图模型综合能力！清北牛津普林斯顿联合发布IterComp
精华文章链接：https:arxiv.orgpdf2410.07171项目链接：https:github.comYangLing0818IterComp亮点直击提出了第一个基于奖励控制的迭代组合感知框架IterComp，以全面提升基础扩散模型的组合性。精心挑选了模型库，并开发了一个高质量的组合感知模型偏好数据集，该数据集包含大量图像排序对。使用了新的迭代反馈学习框架，逐步增强奖励模型和基础扩散模型。与之前的SOTA方法进行的大量定性和定量比较表明，本文的方法在组合生成能力...图像生成模型一文读懂OpenGVLab带来的最新视觉预训练框架
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”。在过去的十年中，ImageNet预训练的视觉模型显著提高了...OpenGVLab预训练框架VisRAG：清华大学&面壁智能提出了一种新的RAG思路，效果提升明显
社区头条1.为啥要提出VisRAG？检索增强生成（Retrievalaugmentedgeneration,RAG）已经成为解决LLM幻觉和知识更新的经典方案，典型的RAG流程是基于文本的（以下简称TextRAG），以分割后的文本作为检索单元。但是在真实场景中，知识往往以多模态的形式出现，比如教科书、手册等。这些文档中的文本与图像交织在一起。为了从这类数据源中提取文本，通常需要一个解析阶段，这包括布局识别、光学字符识别（OCR）和文本合并等后处理步骤。虽然...VisRAGVLMs场景Sample Packing：长序列 LLM 训练的 Attention 问题及优化
一、背景之前看过部分MegatronLM的源码，也详细分析过对应的Dataset和DataLoader，想当然的认为在LLM预训练时会使用DocumentLevel的Mask，也就是常说的SamplePacking技术。最近我们在做长序列训练相关工作时发现并非如此，并且出现了一些很奇怪的性能问题，因此重新看了相关工作，并进行了部分实验。SamplePacking中有很多可以讨论的技术点，比如Attention的实现和优化，Sample的组合及负载均衡问题（有点类似调度问题）以及不...长序列LLM训练如何让LLM学会"试错" | LLM竟然学会了"自我反省"，它真的有自我意识吗？
精华大模型领域的发展日新月异，每天都有许多有趣的论文值得深入品读。下面是本期觉得比较有意思的论文：1、如何让LLM学会"试错"2、LLM竟然学会了"自我反省"，它真的有自我意识吗？1、如何让LLM学会"试错"你有没有想过，为什么人工智能经常会犯"愚蠢"的错误？原因可能让你意外：因为我们一直在教它"做一个完美主义者"！最新研究表明，让AI学会"试错"，反而能让它变得更聪明。想象一下，如果从小到大，你只被允许看到正确答案，从来...LLMAI模型Anthropic：前沿模型的破坏能力评估——保障AI安全的重要探索
原创自从JohnSchulman、JanLeike等大牛离职加入Anthropic，AISafety&Alignment的研究中心也逐渐由OpenAI转移到Anthropic。今天，小编就带来一篇来自Anthropic的AI安全相关的论文解读，搬起小板凳一起吧！一、前沿模型带来的潜在风险随着前沿语言模型能力的不断提升，它们所带来的潜在灾难性风险受到了广泛关注。像OpenAI、Anthropic等前沿实验室都在进行部署前的风险测试。这些风险通常包括模型被外部行为者滥用，比如在生物风险、...AnthropicAI安全关于大模型在企业级应用中的选择问题疑问回复
原创“企业级应用和平常学习是两回事，千万不能混为一谈”在前面的千万不要为了节约成本而选择小模型，特别是开源模型这篇文章中，简单说明了为什么尽量不要选择小模型，然后文章下面有些评论，可能觉得作者说的都是废话，或者模型不好直接换就行了。但事实上作者认为这些都是站在纯粹的技术角度或者说把企业级应用想的太简单了。大模型在企业级应用中面临的问题很多技术人员都习惯站在技术的角度来考虑问题，认为某项技...大模型老黄播客大玩凡尔赛：呼吁买家少囤GPU！营收1250亿美元，英伟达PPT从不讨论市场份额！
原创 社区头条出品51CTO技术栈（微信号：blog51cto）编辑伊风老黄也太凡尔赛了！竟然在播客中喊话客户少买英伟达，“每年买一点”就好。上述发言就在黄仁勋做客的科技节目Bg2Pod，在与主持人Brad、Clark对谈时，老黄非常投机，话匣子一开就收不住了！上图：播客开场，黄仁勋与Brad戴了搞怪的眼镜主持人一开始还紧张地打断，并表示自己还有不少问题。而黄仁勋一直慷慨地表示：没事，我的时间多的是！最终，这场酣畅淋漓的对话持续了一个半小时...GPU英伟达份额微软开源视觉语言模型Florence-2的应用实战
原创 社区头条本文将通过探讨微软开源Florence2模型的零样本功能来全面了解其在字幕识别、目标检测、分割和OCR等领域的应用。简介近年来，计算机视觉领域见证了基础模型的兴起，这些模型可以在不需要训练自定义模型的情况下进行图像注释。我们已经看到了用于分类的CLIP模型（参考文献2）、用于对象检测的GroundingDINO（参考文献3）和用于分割的SAM（参考文献4）等模型，每种模型在其各自领域都表现出色。但是，我们是否能够开发一个能够同时...Florence-2模型视觉语言模型VLM【AIGC】学习感悟
原创AIGC创新先锋者征文大赛【本文正在参与AI.x社区AIGC创新先锋者征文大赛】近年来，生成式AI无疑是AI领域最炙手可热的技术之一。从自动生成文本、图像，到音乐、视频等多模态生成，AIGC的应用领域不断扩大，推动着各行各业的创新。我也学习了一些AIGC方面的一些知识，并产生了浓厚的兴趣，也有了一些心得体会。1.AIGC的核心技术生成式AI的核心技术包括生成对抗网络、自回归模型以及变分自编码器等。这些技术为AIGC的创新应...AIGC#AIGC创新先锋者#AIGC创新先锋者征文大赛#人工智能在医疗领域的全面应用与未来展望
原创 精华 社区头条【本文正在参与AI.x社区AIGC创新先锋者征文大赛】:【大奖征文】AIGC创新先锋者征文大赛悬赏召集AI.xAIGC专属社区51CTO.COM近年来，人工智能（AI）技术在医疗领域的应用持续扩展，其通过数据处理、机器学习和深度学习等技术，为医疗行业带来了巨大的变革。AI不仅提高了诊断的准确性，还促进了药物开发、个性化医疗以及外科手术等多个方面的创新。本文将详细探讨AI在医疗中的主要应用场景、其对医疗行业的深远影响以及...#AIGC创新先锋者
