AI.x社区

🚀评估体系为何重要？在构建基于LLM的生产级应用时，系统化评估（evals）是确保可靠性的关键。LangChain全新推出的OpenEvals与AgentEvals工具包，为开发者提供标准化评估框架与预置评估器，让复杂评估变得简单易行。真实痛点警示：某金融企业因未做轨迹评估，导致智能体误调敏感API造成百万损失一、评估体系双核引擎：数据×指标的化学反应1.📖数据质量决定评估效度需构建场景化测试数据集（推荐510个高质量样本）数据应反映真...

今天给大家介绍一篇华为最近发表的时间序列分类大模型工作，填补了专门用于时间序列分类的大模型工作空白，借鉴了VisionTransformer的训练方式和模型结构，迁移到时间序列分类任务中，在多种类型的数据集上取得了不错的效果。推荐阅读：​​​2024时序预测都有哪些经典工作——汇总篇​​，2024时间序列预测相关最新SOTA工作汇总，涉及模型结构、表示学习、频域信息、扩散模型10余个专题。论文标题：Mantis:LightweightCalibrat...

OpenAI昨晚宣布推出其最新的预训练模型GPT4.5，这是一款在规模和知识水平上均达到新高度的产品，被OpenAI誉为其“迄今为止最大、知识最渊博的模型”，标志着无监督学习的又一次重大飞跃。GPT4.5目前作为研究预览版，向ChatGPTPro用户和开发者开放，预计下周将向Plus用户和其他用户开放。核心更新与特点预训练规模显著提升：GPT4.5的预训练计算规模大约是GPT4的10倍，带来性能的全面提升。在性能甚至超过了一些推理模型，如gemin...

编辑｜言征出品51CTO技术栈（微信号：blog51cto）现代企业中有一个无名英雄：工作流程。它有时被称为规则引擎、流程流、单状态机或软件定义的工作流程。在用户界面（UI）中，它是一个“向导”。开发者通常（有些轻蔑地）称它为“业务逻辑”。各位这里不妨花点时间来欣赏这个无名英雄的独特威严，因为我们即将把硅谷炙手可热的关注之光投向它的门槛：AI代理。关于AI、大型语言模型（LLMs）和代理应用程序已经有很多的讨论，很难...

论文链接：https:arxiv.orgpdf2502.20235项目链接：https:xugao97.github.ioAttentionDistillation亮点直击分析了之前即插即用注意力特征方法的局限性，并提出了一种新颖的注意力蒸馏损失，用于重现参考图像的视觉特征，取得了显著优越的结果。开发了attentiondistillation引导采样，这是一种改进的分类器引导方法，将注意力蒸馏损失整合到去噪过程中，大大加快了合成速度，并支持广泛的视觉特征转移和合成应用。生成效果一览给...

01、概述在人工智能的飞速发展中，大型语言模型（LLMs）凭借卓越的文本生成能力，成为自然语言处理领域的明星。然而，这些模型仍然面临一些关键问题，比如如何理解用户意图、提供精准且上下文相关的回答。为解决这些痛点，一个全新的技术框架——检索增强生成（RetrievalAugmentedGeneration,RAG）横空出世，它通过结合检索与生成两种能力，为AI的未来打开了更大的可能性。02、什么是RAG？RAG是一种革命性的AI框架，它将检索式...

01、概述随着技术的不断进步，我们迎来了GPT4.5的研究预览版。这是OpenAI推出的最强大的聊天模型之一，相比于之前的版本，GPT4.5在多个方面都有显著的提升。它不仅在预训练和后训练上进行了更深的扩展，而且在“情商”方面的表现也大幅度提高。今天，让我们一起探讨GPT4.5的创新亮点，以及它如何改变我们与AI互动的方式。02、什么是GPT4.5？GPT4.5代表了自然语言处理技术的又一次飞跃，它的能力主要体现在两个方面：无监督学习...

01、概述在科技飞速发展的今天，人工智能领域的每一次突破都牵动着无数人的心。Kimi1.5的出现，无疑在AI界投下了一枚重磅炸弹，其技术报告更是蕴含着巨大的信息量，让我们得以窥探这一先进模型的奥秘。本文将对Kimi1.5技术报告进行全方位、深层次的解读，带您领略其独特的魅力与强大的实力。02、Kimi1.5的诞生背景随着人工智能技术的不断发展，人们对AI模型的性能要求也越来越高。从最初的简单文本生成到如今的复杂推理、多模态...

论文：https:arxiv.orgpdf2502.09621主页：https:mmecot.github.io代码：https:github.comCaraJ7MMECoT数据集：https:huggingface.codatasetsCaraJMMECoT亮点直击精心策划了MMECoT基准，涵盖了六种多模态推理场景的综合范围。数据收集和标注过程经过严格的人为验证，旨在为社区提供高质量的多模态推理评估数据集。识别了现有基准中的关键问题，并引入了专门针对多模态CoT推理的全面评估套件，该套件仔细检查了推理的质量、鲁棒...

要成功实现DeepSeek大模型的私有化部署，绝非易事，从模型选型到基础设施搭建，再到推理部署工程优化，每一个环节都需要精心规划与考量。接下来，让我们深入探讨企业私有化部署DeepSeek的关键要点与策略。1DeepSeek模型选型在企业进行deepseek大模型私有化部署时，模型选型是至关重要的第一步，它直接关系到后续的应用效果与成本投入。通过业务场景适配性分析确定合适的模型，能让企业充分发挥大模型的价值。DeepSeek提供了多种...

AIAgent的高效、能力强、自动化等技术特点在零售、金融、教育、新闻等业务中得到广泛应用。但是，没有专业编程能力的业务人员想构建复杂的智能体并不容易。例如，需要考虑使用哪一种大模型，智能体可用的工具，智能体可执行的行动步骤数以及任务终止条件判断等。所以，为了简化智能体构建流程，微软的研究人员在其开源的超过30000颗星AutoGen智能体之上，与低代码技术相结合构建了AutoGenStudio，通过可视化拖拽低代码的方式就...

1.引言我们正在发布OpenAIGPT4.5的研究预览版，这是我们迄今为止最大且知识最丰富的模型。GPT4.5基于GPT4o构建，进一步扩展了预训练规模，并被设计为比我们强大的STEM领域推理模型更具通用性。我们使用新的监督技术结合传统方法（如监督微调[SFT]和基于人类反馈的强化学习[RLHF]）对其进行训练，这些方法与GPT4o的训练方法类似。在部署前，我们进行了广泛的安评评估，未发现与现有模型相比存在显著的安全风险增加。早期测试表明...

智能体被认为是从人工智能通向通用人工智能（AGI）的潜在路径。因此，研究人员为实现智能体投入了大量努力，探索了多种实现方式。得益于近期大型语言模型（LLMs）的进展，以通用自然语言作为接口的基于LLM的智能体在多种应用中展现出强大的泛化能力——从作为自主的通用任务助手，到在编码、社会和经济等领域中的应用，基于LLM的智能体为广泛的探索提供了可能性。本文调研了当前研究现状，深入概述了基于LLM的智能体，包括单智...

本文介绍一种图像编码的方法。图像标记化推动了自回归图像生成发展，但传统2D网格标记和现有1D标记方法存在不足，如无法适应图像内在复杂性。FlexTok创新之处在于可将2D图像投影为可变长度、有序的1D标记序列，图像标记化通过提供一种比原始像素更高效、更易处理的压缩离散表示，极大地推动了自回归图像生成的发展。传统方法多采用二维网格标记化，但像TiTok这样的最新研究表明，一维标记化能够通过消除网格冗余来实现高质量的...

我在过去设计对话式系统时亲眼目睹了传统AI的局限性。我设计的系统可以可靠地检测实体，但其僵硬的逻辑使得这种解决方案不能扩展。对话遵循预先编程的路径：如果用户说X，就回应Y。任何偏差都会破坏整个流程，凸显出这类系统有多死板多僵硬。基于基础模型的代理改变了这一切。它们是自主系统，能够处理不可预测的场景并无缝协作。代理可以规划行程、收集实时数据或管理客户账户，随时适应变化。代理不仅仅是工具的使用者，它们...

在人工智能领域，每一次重大突破都能引发全球科技爱好者的热烈讨论。Anthropic公司发布的全新模型——Claude3.7Sonnet，无疑再次点燃了AI社区的热情。作为全球首个混合推理模型，Claude3.7Sonnet不仅在编码能力上实现了质的飞跃，还通过其独特的“标准和扩展思考模式”重新定义了AI的推理方式。一个模型，两种思考方式Claude3.7Sonnet的最大亮点在于其“一个模型，两种思考方式”的设计理念。用户可以根据需求选择“标准模式”...

译者张哲刚审校重楼AI编码助手改变了开发人员编写软件的方式。它们可以自动执行重复性的任务，及早发现错误，进而加快开发进度。但是，并不是所有的AI编码工具在构建时都考虑到了安全性这个重要的问题。DeepSeek是最优秀最有前途的免费AI编码助手之一。它被誉为游戏规则改变者，其推理模型堪比OpenAIo1，甚至更好。它能够提供高级代码建议，并且支持多种编程语言。​但有一个问题是——当你输入代码后，你知道都发生了些什么吗...

将大型语言模型（LLMs）应用于实际应用的主要障碍之一是它们的不可预测性、缺乏推理能力和难以解释性。如果无法解决这些挑战，LLMs将无法成为在关键环境中可信赖的工具。在最近的一篇论文中，认知科学家GaryMarcus和人工智能先驱DouglasLenat深入探讨了这些挑战，他们将这些挑战归纳为了确保通用人工智能的16个愿望清单。TechTalks的创始人BenDickson将其整理发表了一篇名为"HowLLMscouldbenefitfromadecades’longsymbolicAIpr...

在前几天微信刚正式接入DeepSeek后，大家都沸腾了。紧接着就发现使用人数多了以后，微信上的DeepSeek也忍不住开始“系统繁忙”，实在是无言以对啊。今天帮大家整理了在微信上直接使用DeepSeek的4个入口，不行就换一个，从此告别“系统繁忙”。微信AI搜索首先还是之前讲到过的AI搜索入口，目前绝大多数人都已经被灰度到，能够使用了。点击微信搜索输入框，最下方就能够看到AI搜索，进入即可跳转如下页面，切换至DeepSeek即可。目...

从事大模型应用的读者都可能受到知识图谱（KG）不足的困扰，知识图谱的构建与运营常常是耗时费力的手工过程。斯坦福最新工作KGGen【文献1】，利用大语言模型（LLM）从非结构化文本中自动生成高质量知识图谱，等于从LLM提取出语义。简介知识图谱是信息检索等应用中基本的数据结构，通过主谓宾三元组表示实体之间的关系。然而，许多现有的KG存在不完整性，缺乏实体之间的众多关系，这对下游任务如KG嵌入和基于图的推理造成了挑战...