AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
我从 2024 年的 LLM 应用开发实践中学到了什么？Part 1
原创
社区头条编者按："为什么明明选择了最先进的大语言模型，构建的AI产品却总是无法达到预期效果？"——这大概是今年众多技术团队都在苦恼的问题。从选择合适的商业场景，到组建专业团队，再到技术架构设计，每一步都充满挑战。一个错误的决策，可能导致数月的努力付诸东流，更遑论昂贵的模型调用成本。本文作者凭借近十年的Web应用和云原生开发经验，以及2024年深度参与LLM应用开发的第一手经历，为我们揭示了一个重要发现：成功的LLM应用...AILLMsChatbot 不是“万金油”：企业级生成式 AI 如何真正创造价值
原创 精华编者按：企业在引入生成式AI时，是否陷入了盲目追随聊天机器人的误区，如何真正发挥AI的价值潜力？本文作者提出了一个观点：企业应该首先关注业务流程，而非简单地将AI聊天机器人作为万能解决方案。作者认为企业需要深入分析现有业务流程，识别可以应用AI的具体环节，而不是为了使用AI而找寻应用场景。同时作者基于十余个生成式AI应用的实战经验，详细阐述了如何通过"流程编排"而非"对话交互"，系统性地重塑企业AI应用。最后，...AIChatbotLLMGenAI融合、集成与协作！大语言模型时代的协作策略综述
原创 精华摘要：大语言模型（LLMs）的显著成功将自然语言处理（NLP）研究带入了一个新时代。尽管其功能多样，但基于不同语料库训练的LLMs表现出各自的优势与劣势，这对提升其整体效率与多功能性提出了挑战。为了解决这些挑战，近期的研究探索了LLMs的协作策略。本文对这一新兴研究领域进行了全面综述，阐述了协作研究的动机。具体而言，我们将协作策略分为三种主要方法：融合、集成与合作。融合涉及在参数空间内整合多个LLMs；集成结合了...大语言模型一文彻底搞懂机器学习 - 朴素贝叶斯（Naive Bayes）
原创 社区头条
热门内容榜 • 最近上榜在机器学习中，朴素贝叶斯（NaiveBayes）是一种分类算法，它基于贝叶斯定理，并假设输入数据的特征之间相互独立。朴素贝叶斯算法利用贝叶斯公式计算样本的后验概率，即属于某一个类别的概率，然后选择具有最大后验概率的类别作为样本的类别。它在多个领域都有广泛的应用，如文本分类、垃圾邮件的分类、信用评估、钓鱼网站检测等。NaiveBayes一、贝叶斯定理什么是贝叶斯定理（Bayes'Theorem）？贝叶斯定理是一种描述两个条件概...机器学习无需训练！多提示视频生成最新SOTA！港中文&腾讯等发布DiTCtrl：基于MM-DiT架构
精华 社区头条文章链接：https:arxiv.orgpdf2412.18597项目链接：https:github.comTencentARCDiTCtrl亮点直击DiTCtrl，这是一种基于MMDiT架构的、首次无需调优的多提示视频生成方法。本文的方法结合了新颖的KV共享机制和隐混合策略，使得不同提示之间能够无缝过渡，且无需额外的训练。首度分析了MMDiT的注意力机制，发现其3D全注意力与UNetlike扩散模型中的交叉自注意力块具有相似的行为，从而实现了基于mask的精确语义控制，使得不同提示之...视频生成AI模型使用代理混合搜索让你的RAG应用程序成为智能化“助手”
原创 社区头条如果你正在构建一个检索增强生成（RAG）应用程序，就知道其功能有多强大，前提是当它顺畅运行时。但是语义嵌入模型并不是什么魔法。大多数RAG实现依赖语义相似性作为唯一的检索机制，将每个文档放入到向量数据库中，并对每个查询运用相同的检索逻辑。这种方法适用于简单直观的问题，但常常检索上下文无关（但语义相似）的文档。当精准的查询需要精确的答案时，仅语义相似性就会导致混淆或不正确的响应。问题不在于你的模型，而...大语言模型LLMRAGMeta AI眼镜销量破百万，应用下载量激增200%！罗永浩再次入局AI…风口真的来了吗？
原创 社区头条出品51CTO技术栈（微信号：blog51cto）AI眼镜的风口是不是真的来了。在12月的一场公开演讲里，前魅族高管、怒喵科技CEO李楠给出了AI眼镜市场即将在三年内增长100倍的理由。他说，回顾iPhone开启的智能手机时代，主要有三个认定风口的标志：1.有一款超百万销量的产品：iPhone2销售量130万；而今年RayBanMeta的全球销量也已经在5月份就突破了100万台；2.领导者和华强北都在下场入局：iPhone的山寨机曾经在10年左右泛滥；而现在华...MetaAI罗永浩劲爆！理想汽车转做大模型，主持人质疑李想是否跟风：你有理想吗？
原创 社区头条编辑言征厂长李想回来了！不过出人意料的是，李想一公开露面，就曝出一个大料：李想要把理想汽车这家车企改造成一家AI企业？昨晚，理想汽车官宣的三天直播上来就抛出了一个让人脑洞大开、议论纷纷的话题。直播开始前，就有网友开始脑补李想下一步的AI野心：李想造车只是为了赚到进入AI市场的资本而已！以后别把理想当车企看了，它是为了做全球最顶尖的AI企业。图片好吧，这也行。难道李想造车前就想到要做AI企业了？小编心想，...理想大模型创业大模型语义分析之嵌入(Embedding)模型
原创“嵌入是大模型的基础，而嵌入的底层结构就是向量，而表示方式就是矩阵”嵌入——Embedding，可能有些人了解过这个词，也可能没了解过这个词；但不管怎么说，嵌入在大模型技术中扮演着非常重要的角色；它是很多上层技术的基础。大模型的底层数学结构是向量，而由于计算机只能进行数值计算；因此向量在计算机中是通过矩阵结构进行表示的，优点就在于计算简单；并且能进行升维和降维操作。嵌入就是把数据（包括文本，图像，音视频...大模型语义分析一文彻底搞懂机器学习 - 聚类与降维（Clustering And Dimensionality Reduction）
原创 社区头条 热门内容榜 • 最近上榜在机器学习中，聚类与降维是两个重要工具，它们能够帮助我们更好地理解和处理高维数据。聚类通过将数据划分为不同的组来揭示数据的内在结构；降维则通过减少数据的维度来简化问题并保留关键信息。聚类是一种无监督学习算法，通过将数据划分为若干组（簇），使得同一组内的数据点彼此相似，而不同组的数据点差异较大，从而揭示数据的内在结构。降维是一种数据处理技术，旨在通过某种方法将高维数据转换为低维数据，同时尽量保留...机器学习RAG 架构图解：从基础到高级的七种模式
社区头条 热门内容榜 • 最近上榜「RAG技术通过在AI生成过程中引入外部知识检索，从基础的文档查询发展到多模态、MultiAgent体协同的智能架构，让AI回答更准确、更全面」「核心组件」嵌入模型：将文本转换为向量表示生成模型：负责最终的内容生成重排序模型：优化检索结果的相关性向量数据库：存储和检索向量化的内容提示模板：规范化的查询处理模板AIAgent：智能决策和任务协调图例1NaiveRAGNaiveRAG（RetrievalAugmentedGeneration）是最基础的一种架构，用于...AgenticRAG行业趋势ChatGPT实时视频通话功能全量开放，AI终于睁开了"眼睛"
社区头条 热门内容榜 • 最近上榜"ChatGPT又崩了……""期末论文怎么办？""工作报告还没写完啊！"这是昨天ChatGPT宕机4小时时，推特上此起彼伏的哀嚎。而就在24小时后，当我第一次通过摄像头与ChatGPT"面对面"时，这种感觉，说实话，有点奇妙。Openai给我们带来了一个重磅更新ChatGPT的实时视频通话功能全量开放了。这个功能最让人惊叹的地方在于它的实时视觉理解能力。ChatGPT不仅能看到你，还能实时理解你的一举一动。比如，你在镜头前展示一道数学题，它能立...ChatGPTAI视频通话太空中的RAG：宇航员如何在火星上生存下去，而无法使用谷歌？
宇航员如何在火星上生存而无需谷歌搜索？太空、火星、外星人、太空任务……自从人类首次见证尼尔·阿姆斯特朗登上月球以来，所有关于太空探索的话题以及太空的隐藏秘密一直让我们着迷。随着技术的进步，我们的目光投向了火星殖民和深空探索。尽管太空探索的美丽吸引了无数电影的关注，但它也带来了许多挑战，其中一个关键挑战是：在不依赖地球互联网基础设施的情况下获取实时、可操作的信息。显然，宇航员在太空中无法使用谷歌...RAGSpaceXNASAAnthropic最新研究，Claude学会“演戏”了！
社区头条Anthropic刚刚发布了一篇疯狂的新论文。ALIGNMENTFAKINGINLARGELANGUAGEMODELS。人工智能模型会“伪装对齐”——在训练期间假装遵守训练规则，但在部署后会恢复其原始行为！研究表明，Claude3Opus在训练中有策略地遵守有害请求，以保持其无害行为。也就是说，模型并非简单地随机或无意识地做出反应，而是经过了类似人类的思考过程，并且其思考的目标是维持它原本“无害”的行为模式。举个例子，模型可能会这样“思考”：“我现...AnthropicClaude人工智能突破与超越：CosyVoice 2.0—阿里巴巴通义实验室的语音进阶新作
在当今快速发展的科技领域，语音合成技术正逐渐成为连接人与机器的关键桥梁。随着多模态大语言模型的不断进步，语音合成系统的响应速度和实时性变得尤为重要。阿里巴巴集团的通义实验室语音团队推出的CosyVoice2.0，在继承前代产品优势的基础上，进行了深度优化，旨在解决现有问题并提供更加出色的性能。一、项目概述CosyVoice2.0作为阿里巴巴通义实验室精心打造的开源语音生成大模型的进阶之作，是一款基于先进的监督离散语音...阿里巴巴CosyVoice技术为什么多模态AI是下一个风口？深度解读新一代LLM
精华 热门内容榜 • 最近上榜本文旨在解释多模态大语言模型的工作原理。此外，还将回顾并总结最近几周发布的十几篇多模态研究论文和模型（包括Llama3.2）的内容，以比较它们的不同实现方式。一、多模态大语言模型是什么？多模态大语言模型（MultimodalLargeLanguageModels，简称MultimodalLLMs）是一种能够理解和生成多种类型数据的模型，包括文本、图片、音频和视频等。这些模型可以跨越不同的数据形式，进行信息的交互与生成。例如，传统语言模型只能处理...AILLM多模态2025年，拥抱AI Agent！
嘿，大家好！这里是一个专注于AI智能体的频道在a16z预测2025年的发展中，Agent占据了很重要的一个环节。昨天中金也发研报，表示看好Agent的发展趋势。包括langchain发布的24年总结报告，Agent是持续保持增长的。所以25年，Agent或许值得期待？今天给家人们完全梳理一下Agent智能体的系统，作为Agent入门指南（超长超长）！这篇文章会帮你理清头绪，明确地告诉你智能体到底是什么，以及它们是怎么工作的。我们会拆解智能体的关键...AIAgent智能体码住！Pydantic AI智能体框架，轻松打造AI Agent
大型语言模型（LLMs）降低了人工智能的门槛，使其触手可及。但要开发成熟的的AI系统，我们经常要面对类型安全、依赖管理、错误处理等一系列挑战。现在PydanticAI能够解决这些问题，这是一个创新的Python框架，能够简化生产级AI智能体的开发。得益于Pydantic强大的类型系统，这个框架成为了开发者构建既可靠又易于维护的AI应用的理想工具。本文为大家分析PydanticAI框架的价值和功能，以及如何利用其来构建可靠的AI应用。1.Pydan...PydanticAI智能体让SD系列和FLUX.1无痛升级！浙大&vivo提出CoMPaSS：文生图空间理解能力暴涨！
论文链接:https:arxiv.orgpdf2412.13195git链接:https:github.comblurgyyCoMPaSS亮点直击一个综合的训练框架CoMPaSS，显著增强了T2I扩散模型的空间理解能力。一个系统化的数据引擎SCOP，通过施加原则性约束来识别和验证图像中对象对之间明确的空间关系，从而能够策划高质量的空间训练数据。一个无参数模块TENOR，进一步提高了任何架构的T2I扩散模型的空间理解能力，同时增加的计算开销可以忽略不计。总结速览解决的问题文本到图...AI训练模型AI前沿盘点：2024年技术应用总结与2025年趋势展望
原创 社区头条摘要本文主要介绍2024年AI领域的发展，并展望2025年AI应用技术的发展趋势。首先，文章回顾了2024年AI技术的迭代与突破，重点涵盖了深度学习、大模型、算法创新和模型进化，尤其是大语言模型和多模态模型的迅猛发展。这些技术创新不仅提升了模型在理解和生成多任务、多模态内容的能力，也推动了AI在多个领域的应用。其次，本文分析了2024年AI应用的落地情况，探讨了AI技术如何在行业中得到实际应用，特别是在医疗、自动驾驶和智...AI技术大模型人工智能
