AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
你对大模型认知的开始——大模型的能力问题
原创“大模型的能力是对大模型自身最好的诠释”在此之前，一直不知道该怎么准确表达大模型，虽然一直在学习和使用大模型，但很多时候很难一句话说明白什么是大模型，也很难说明白大模型能干什么。但在昨天想问题的过程中，脑子里突然冒出一个词——能力，大模型的能力。总之一句话，大模型能做什么，不能做什么就是大模型的能力问题。大模型的能力在过去的2023年，被称为千模大战的时代，无数大模型如雨后春笋般冒了出来，很多大模...大模型人工智能《解读论文：Scaling Laws For Diffusion Transformers》
最近在学术圈发现了一篇很有价值的论文，题目为ScalingLawsForDiffusionTransformers，今天就来给大家详细解读一下这篇论文。一、论文背景与研究动机在当今的人工智能领域，尤其是图像和视频生成方面，尽管Diffusiontransformers（DiT）已经取得了一定的进展，但仍面临着一些挑战。例如，在确定最佳模型大小和数据需求时，往往缺乏精确的方法。本论文正是在这样的背景下展开研究，旨在探索Diffusiontransformers(DiT)的规模化定...图像生成基于PyTorch自动混合精度库对ResNet50模型进行优化训练
原创
社区头条本文将通过一个实战案例来展示如何借助于PyTorch自动混合精度库对ResNet50模型进行优化，然后借助少许几行代码即可获得超过两倍速度的模型训练效率。简介你是否曾希望你的深度学习模型运行得更快？一方面，GPU很昂贵。另一方面，数据集庞大，训练过程似乎永无止境；你可能有一百万个实验要进行，还有一个截止日期。所有这些需求都是期待特定形式的训练加速的极好理由。但是，我们该选哪一种模型呢？PyTorch、Hugg...PyTorchResNet50模型深度学习大模型工程化落地中面临的问题
原创 社区头条“大模型在某种程度上可以理解为是一个人”最近一直在做大模型应用落地，随着对大模型应用的开发，对大模型的理解也更加的深刻；因此对大模型的认知也从刚开始的奉若神明，慢慢变成了一个能用的工具。在基于大模型做应用落地的过程中，目前来说发现几个比较重要的问题，因此在这里记录一下。大模型应用落地的问题大模型的能力问题大模型工程化落地过程中，首先要解决的一个问题就是大模型的能力问题，大模型发展到今天这个地步...大模型人工智能应用AI.x社区「技术团队」认证申请指南
社区头条随着AI.x社区的不断发展，我们发现有越来越多的企业技术团队参与到社区的内容建设中。在充分了解了各家企业团队的诉求之后，社区推出了「技术团队」的社区账号认证服务，以满足企业技术团队的品牌塑造、优质内容传播等需求。「技术团队」定位为：AI.x社区官方认证的、由专业的技术团队运营的账号，是企业团队展示技术实力、树立技术品牌、持续影响社区开发者的重要阵地。一、「技术团队」功能介绍「技术团队」账号为母账号，具...AI.x社区技术团队认证申请指南AI自动写书神器，3个ChatGPT插件让你轻松赚钱！
你是否想过，有一天，你可以只给一个主题，让AI自动搜集资料并写出一本电子书？你是否想过，有一天，你可以不用动笔，就能成为畅销书作者？你是否想过，有一天，你可以利用AI的智慧和创造力，轻松赚取被动收入？如果你的答案是肯定的，那么恭喜你，你的梦想已经成为现实！今天，我要向你介绍一种最新的玩法，它可以让你利用3个ChatGPT插件，实现AI自动写书的神奇功能。这种玩法不仅简单易用，而且效果惊人，你只需要花费很少的...AIChatGPT插件上交最新时空预测模型PredFormer，纯Transformer架构，多个数据集取得SOTA效果
社区头条今天给大家介绍一篇时空预测最新模型PredFormer，由上海交大等多所高校发表，采用纯Transformer模型结构，在多个数据集中取得SOTA效果。1.背景时空预测学习是一个拥有广泛应用场景的领域，比如天气预测，交通流预测，降水预测，自动驾驶，人体运动预测等。提起时空预测，不得不提到经典模型ConvLSTM和最经典的benchmarkmovingmnist，在ConvLSTM时代，对于MovingMNIST的预测存在肉眼可见的伪影和预测误差。而在最新模型PredForme...PredFormer架构效果红杉年度文章解读：生成式AI进入第二阶段，应用层价值凸显以及商业模式将重塑
社区头条在红杉资本在最新发布的文章《GenerativeAI'sActO1：TheAgenticReasoningEraBegins》中，讨论了当下生成式AI正在从以训练时计算的快思考，向以推理时计算的慢思考发展。OpenAI的新模型o1便是重要的标志。慢思考的到来也将会带来新的机会，行业认知的重要性被高度重视起来，过去对于AI应用以及背后的商业理解也将被刷新。简单说，过去以模型服务商作为绝对主角的时代将过去，大众对通用基座模型抱着只要把它越训越大，它就能无所...生成式AI应用层使用 Claude 3.5 和 Python 构建 ReAct AI Agent
Reason+Act(ReAct)Agent能够通过将思维链推理与外部工具访问和迭代求解能力相结合，来执行复杂的推理任务。ReActAgent的工作原理ReActAgent的核心组件是系统提示，它定义了Agent的整体行为（我们稍后将看到一个示例）。处理从用户提示开始，用户提示请求解决某个问题。系统提示指示Agent对问题进行推理，并在适当的时候选择一个外部工具来帮助解决问题。Agent调用工具，并在收到响应后决定是否需要进一步处理。如果需要，它可以...Claude 3.5PythonAI现实再次给大模型带来沉重打击
论文笔记分享，标题：LLMSSTILLCAN’TPLAN;CANLRMSAPRELIMINARYEVALUATIONOFOPENAI’SO1ONPLANBENCH一个偏实验性的文章，这篇文章的主要的结论是。LLMs不擅长规划，LRMs看似有希望，但是希望不大当故事看把规划简单定义就是说，在面对一些较复杂的开放式问题时，需要进行一些搜索以确定最佳的解决方案。这个过程，不仅仅是思考可行的方向，还需要将问题分解成更简单的任务。当使用目前最牛的LLM来测试这些能力时候，如下图，对...大模型LLMo1 型号奥特曼准备用o1来训练AI了？OpenAI最新论文验证该方法可行性！
原创 社区头条出品51CTO技术栈（微信号：blog51cto）谁更懂AI训练，是人类还是AI自己？在OpenAI具有强推理功能的o1发布以后，AI训练自己这件事，又被奥特曼进一步提上了日程。在OpenAI的开发者日活动中，奥特曼透露道："如果我们能制造出一个在人工智能研究方面比OpenAI所有系统都更出色的人工智能系统，那确实会让人觉得这是一个重要的奇点......模型会变得如此之好，如此之快......计划让模型迅速变得更聪明"。好家伙，如果AI能日夜训练AI...奥特曼o1OpenAI6.5亿美元！AI智能体最大收购案产品之父Jake Keller采访：垂域Agent是成为10亿独角兽的新机会
原创 社区头条编译伊风出品51CTO技术栈（微信号：blog51cto）YC最新的一期访谈，请来了创业大佬JakeKeller，围绕他的创业之路来聊垂直领域AIAgents的掘金机会。为什么是JakeKeller，他的经历有多牛呢？我们简单看三点，就知道他的采访含金量：Jake创建法律公司CaseText十余年之久，从AI1.0时代就在不断尝试新技术，与OpenAI等多家工作室保持合作。在ChatGPT上线之前，Jake的公司就拿到了秘密开发中的GPT4的访问机会，并在48小时内决定AllinGP...AI智能体独角兽探索 Ultralytics YOLO11 计算机视觉领域的关键突破
精华 社区头条在计算机视觉领域，目标检测、实例分割、图像分类等任务一直是研究和应用的热点。UltralyticsYOLO系列以其高效、准确的特点在该领域占据重要地位。YOLO11作为该系列的最新迭代版本，带来了一系列的改进和创新，进一步提升了模型在各种计算机视觉任务中的性能。一、概述YOLO11是UltralyticsYOLO系列实时目标检测器的最新版本，它基于之前YOLO版本的显著进步进行构建，在架构和训练方法上引入了重大改进，从而成为了广泛计算机视...UltralyticsYOLO11适用性长动画上色质量再创新高！首个基于参考线稿的动画上色视频扩散框架LVCD发布
社区头条文章链接：https:arxiv.orgpdf2409.12960项目链接：https:luckyhzt.github.iolvcd今天和大家分享的工作是香港城市大学、微信团队、香港大学的研究人员提出的，首个基于参考线稿的动画上色视频扩散框架，效果非常好，往下有demo视频展示。亮点直击第一个基于参考的线稿动画着色视频扩散框架，利用预训练视频扩散模型的能力生成高质量、长时间一致的动画。引入了用于SVD的参考注意力，增强了模型生成快速运动动画的能力。设计了一...AI框架3D生成基础模型来了！只需5秒，高质量3D资产规模化生成！南洋理工等重磅开源3DTopia-XL
精华文章链接：https:arxiv.orgpdf2409.12957项目链接：https:3dtopia.github.io3DTopiaXL今天AI生成未来和大家分享的是南洋理工、北大、上海AILab和港中文联合发布的3DPBR资产生成最新工作3DTopiaXL。通过基于高效且表达力强的3D表示方法PrimX的扩散Transformer（DiT），实现高质量3D资产生成的规模化。去噪过程只需5秒钟，就能从文本或图像输入生成可用于图形pipeline的3DPBR（物理渲染）资产。关键思想是一种新颖的3D表示，即Pri...3D 模型采用RAG和知识图谱克服人工智能幻觉问题
原创 社区头条将RAG与知识图谱相结合可以提高生成式人工智能应用程序的准确性，可以使用现有的数据库来完成。生成式人工智能依赖于数据来构建对用户查询的响应。而训练大型语言模型(LLM)需要使用大量数据，例如OpenAI公司的GPT3使用了CommonCrawl数据集进行训练，该数据集拥有570GB字节的数据和4000亿个令牌。虽然这些数据集的规模庞大，但都是时间快照，无法响应围绕当前发生的事件的查询。人工智能的反应也可能包括“幻觉”——提供看似合...RAG人工智能大型语言模型一个关于学习大模型技术的方法论
原创“知行合一，在行中知，在知中行”最近在公众号分享关于一些学习大模型技术的基础路线和进阶方式，然后后台就收到了一些留言，总体来说就是大模型学习难不难，需不需要一些基础等。而今天我们就来讨论一下关于大模型技术学校的方法论，或者说关于学习的方法论。关于学习大模型技术的方法论其实说是学习大模型技术的方法论，不如说是怎么学习的，也就是关于学习的方法，毕竟大模型也只是学习的一个方向而已。先来回答读者比较感...大模型Multi-Stage Language Model Programs：提升语言模型程序的新策略
原创在自然语言处理（NLP）领域，语言模型程序（LanguageModelPrograms）正逐渐成为推动任务进展的关键力量。这些由多个模块化语言模型（LM）调用组成的复杂管道，为解决复杂的NLP任务提供了新的思路和方法。然而，构建这些管道并非易事，其中一个关键挑战就是如何优化提示（prompts），使得所有模块都能高效协同工作。今天我们就来介绍一篇来自DSPy一作、斯坦福大学博士生、并且即将成为MIT助理教授的OmarKhattab领导的一项有意思...自然语言处理原创 不是小马哥大模型的记忆困境：平衡持续学习与灾难性遗忘
精华 社区头条一、引言持续学习是智能的关键方面。它指的是从非平稳数据流中增量学习的能力，对于在非平稳世界中运作的自然或人工智能体来说是一项重要技能。人类是优秀的持续学习者，能够在不损害先前学习技能的情况下增量学习新技能，并能够将新信息与先前获得的知识整合和对比。然而，深度神经网络虽然在其他方面可以与人类智能相媲美，但几乎完全缺乏这种持续学习的能力。最引人注目的是，当这些网络被训练学习新事物时，它们倾向于"灾难...大模型工具FisherRAG 的未来 - 自动文档检索
嘿，大家好！这里是一个专注于AI智能体的频道今天给家人们分享一个新RAG技巧，随着LLMs能力的变强，检索整个文档而不是文档块已经逐渐成为RAG的新规范。但是如何从大量文档中找出正确的文档呢？最近akshaypachaar大佬，开源了一个改变游戏规则的方法，它将RAG与结构化查询相结合，以实现精确的文档检索。方法的秘密是：建索引的每个文档块附带上文档的信息执行块搜索，从而可以获取到相关的文档的元数据使用检索到的元数据作为...RAG技巧LLMs
