AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
光与AI：视障玩家的《黑神话：悟空》挑战
精华你好呀，我是小智!相信大家最近一定都被《黑神话：悟空》刷屏了吧。小智作为一个手残党，也被大头虐的死去活来。游戏已经被讲得很多了，所以我们聊点别的。此次我们聚焦在一个特别的故事上——全盲女玩家诺子喵呜挑战《黑神话：悟空》。她依靠实时弹幕指导和听声辨位的方式，成功击败了游戏中的第一个Boss。这一事件不仅引发了社会广泛关注,也提出了一个新的问题：在AI技术日新月异的今天，我们能否利用AI为视障玩家提供更好的...AI技术模型超实用！手把手教你十分钟制作一个海报生成图像流，从此远离海报设计烦恼。
最近喜欢上了Coze的图像流，非常方便就可以帮我们设计出各种海报、日签、素描照等各种玩法。特别是海报，应该算是我们工作生活中经常遇到或者用到的一个东西，在AI时代到来前基本都得找专业设计师设计才行。AI的到来，大幅降低了制作海报的难度。接下来就手把手带大家完成一个海报设计的图像流，后续就可以轻松出海报啦。开始节点老规矩，先新建一个图像流，命令和备注大家自己随意取，能够理解就行。在开始节点里，我们增加了...海报生成图像一文梳理Transformer在时间序列预测中的发展历程代表工作
Transformer的序列建模能力，让其天然就比较适合时间序列这种也是序列类型的数据结构。但是，时间序列相比文本序列也有很多特点，例如时间序列具有自相关性或周期性、时间序列的预测经常涉及到周期非常长的序列预测任务等。这些都给Transformer在时间序列预测场景中的应用带来了新的挑战，也使业内出现了一批针对时间序列任务的Transformer改造。下面给大家介绍Transformer在时间序列预测中的应用，基本上按照时间顺序，到2023...Transformer时间序列预测编程表现比肩ChatGPT，这个新模型能力很强大
智谱8月底在国际数据挖掘与知识发现大会（KDD）上发布了新一代自主研发的新旗舰模型（GLM4Plus、GLM4VPlus、CogView3Plus），此次更新覆盖了语言理解、图像生成、视频理解等多个方面，并达到了国际第一梯队的水平。本次发布较之前有以下更新：GLM4Plus（大语言模型）：语言理解和长文本处理能力全面提升，支持128K上下文和多路FunctionCall。GLM4VPlus（图像和视频理解模型）：具备卓越的图像和视频理解能力，支持8K上下文和多...AIBigMode性能不走寻常路的面壁智能，又一次“掀桌子”了！
原创整理星璇不走寻常路的面壁智能，又一次“掀桌子”了！面壁昨天发布了第三代小钢炮MiniCPM3.0，参数只有4B，性能却足以叫板市面上千亿参数规模的大模型！端侧的“面壁定律”又一次发威了！图片话不多说，直接上干货。1.综合能力：4B规模干翻GPT3.5提前近4个月，面壁智能实现了初代面壁小钢炮发布时立下的Flag：今年内让GPT3.5水平的模型在端侧跑起来！图片MiniCPM3.0再次挖掘端侧模型的极致性能，仅4B参数，在包括知识水平、数学...智能AI原生记一次关于人工智能应用方向的面试以及带来的思考
原创“大模型的应用方向有多种，每种都有不同的技术”昨天在招聘网站上预约了一个人工智能应用开发的面试，在面试的过程中对大模型应用产生了一些讨论，以及带来了一些思考，在此做个记录。关于大模型应用及问题的讨论以下所有内容，在不特殊说明的情况下，问——指的是面试官，答——指的是我自己。问：关于大模型训练与微调，即怎么训练或微调一个大模型？答：从技术的角度来说，模型的训练和微调没有本质的区别，目的都是对模型...人工智能人工智能应用大型语言模型的知识融合（ICLR2024）
原创摘要:从头开始训练大型语言模型（LLM）可以生成具有独特功能和优势的模型，但这需要巨大的成本，并可能导致冗余功能。另一种具有成本效益且引人注目的方法是将现有的预训练LLM合并为一个更强大的模型。然而，由于这些LLM架构各不相同，直接融合它们的权重并不可行。在本文中，我们引入了LLM知识融合的概念，旨在将现有LLM的能力整合并转移到一个单一的LLM中。通过利用源LLM的生成分布，我们外化了它们的集体知识和独特优势，...大型语言模型手写Sora中的Diffusion Transformer(DiT)——探索最先进视频生成器背后的秘密
精华"在远古的DiTharos大地上，曾经有一个传说，名为Sora。它体现了无限潜力的本质，包括广阔和壮丽的天空。当它展翅高飞，其彩虹般的翅膀跨越广阔的空间，光线反射在它引人注目的身体上时，人们可以听到“Sora即天空”的声音在天空中回荡。使它成为传说的不仅仅是它史诗般的巨大，而是它能够驾驭在飘动的云中散落的光元素。凭借其强大的力量，Sora用一次旋转创造的魔力，是一种令人叹为观止的景象！他们说，Sora依然存在，不断磨练...Sora模型如何创建LLM应用程序的框架
原创你在考虑在产品中使用LLM时，可以使用具有三个阶段的框架。这个框架将帮助定义问题、选择适合的模型、创建有效的提示，并确保整个流程在投入生产时有效。有许多研究和演示表明，大型语言模型(LLM)可以执行令人印象深刻的任务。虽然并没有一种万能的方法，但可以尝试创建一些指南，以帮助人们更好地在LLM所带来的创新和困惑中导航。在考虑是否以及如何在产品中使用LLM时，可以使用具有以下三个阶段的框架。它可以帮助定义问题，...大型语言模型LLM机器学习LLM 工程师入门：生成式AI的简易指南
原创编者按：大模型发展了近两年，BaihaiIDP公众号也分享了近百篇LLM各环节的技术洞察，有前沿探讨、有落地实践、有应用经验。但回头来看，我们似乎从来没有认真、从0开始探讨过LLM的基本原理。最近，一些企业客户和伙伴来询问，是否有LLM的从0到1的科普贴。他们说：“虽然在很多场景中，LLM都已经渗透入我们的工作生活，但对其内部的运作机制，仍有很多谜团待解决。在应用落地时，LLMs这种“黑箱式”的运作模式，不仅使我们难以完...AILLMECCV`24 | 蚂蚁集团开源风格控制新SOTA!StyleTokenizer：零样本精确控制图像生成
文章链接：https:arxiv.orgpdf2409.02543代码&数据集链接：https:github.comalipaystyletokenizer亮点直击介绍了一种名为StyleTokenizer的新方法，用于在扩散模型中进行风格控制。这种方法允许通过一个任意参考图像实现对生成图像风格的精确控制，无需训练，同时最小化对文本提示控制效果的影响。实验结果显示，方法在风格控制领域相比其他最先进的方法表现出色。整理了一个名为Style30k的数据集，包含超过300种广泛分布的风格...生成模型一文剖析AI大模型技术架构的全景视图：从基础实施层、云原生层、模型层、应用技术层、能力层、到应用层
原创AI大模型技术架构全景图AI大模型已经在具体的业务场景落地实践，本文通过梳理AI大模型技术架构的全景视图，让你全面了解AI大模型技术的各个层次，从基础实施层、云原生层、模型层、应用技术层、能力层、到应用层，如下图所示，揭示AI大模型如何在不同的层面上协同工作，推动产业应用的落地。一、基础设施层AI大模型技术发展离不开坚实的基础设施支持，涵盖了GPU、CPU、RAM、HDD、Network等关键硬件设施。这些硬件设备为AI大模型...大模型搭建大模型知识库流程，以及基于Langchain实现大模型知识库案例
原创“RAG检索增强生成是为了解决大模型知识不足的问题”大模型主要面临三个问题：垂直领域内的知识不足大模型知识有时间限制大模型幻觉问题第一个问题产生的原因是因为，没有经过垂直领域数据训练的大模型普遍表现不好；其次是目前的大模型采用的是预训练模式，也就是说需要先收集训练数据进行训练，但只能收集之前的数据，不能收集当前和以后的数据；最后就是大模型幻觉问题，幻觉问题产生的原因就是知识不足，导致在一些领域问题...模型RAG00后用AI整顿职场，Excel被革命了！一分钟可填写500个表格，数据搜集快1000倍！网友：微软、谷歌快点跟进
原创编辑言征、伊风出品51CTO技术栈（微信号：blog51cto）Excel真的要被革命了！想象一下有成千上万的实习生帮你处理一张表格的情景！你敢想象每张电子表格里的每一行每一列，甚至每一个单元格都是一个单独的智能体吗？这种“超神”级别的表格AI，甚至微软谷歌的Doc都没有做到。但却被一家融资200万美元的小团队做到了。近日，一家名为Paradigm的AI公司，在X上推出了他们的研发新品，这是一个全新的AI驱动的电子表格，每分钟可以填...AI整顿职场AI表格超越GPT-4！LoRA技术引领大型语言模型新革命
引言：探索LoRA在大型语言模型中的应用在人工智能领域，大型语言模型（LLMs）的发展日新月异，它们在多种任务中展示了卓越的性能。然而，这些模型通常需要大量的计算资源和内存，这限制了它们的实用性和可访问性。为了解决这一问题，低秩适应（LoRA）技术应运而生，它通过在保持模型性能的同时减少可训练参数的数量和内存使用，为参数高效的微调提供了一种有效的方法。LoRA的核心思想是在大型语言模型的冻结层之间插入低秩矩阵...GPT-4LoRA技术更小、更弱，却更优：通过计算最优抽样训练大语言模型推理器
一、结论写在前面论文标题：Smaller,Weaker,YetBetter:TrainingLLMReasonersviaComputeOptimalSampling论文链接：https:arxiv.orgpdf2408.16737利用来自强大语言模型（LMs）的高质量合成数据进行训练是提升LMs推理性能的常见策略。论文重新审视了在固定推理预算（例如，FLOPs）下，这一策略是否为计算最优。为此，论文探究了使用更强但更昂贵（SE）模型与较弱但更廉价（WC）模型生成合成数据之间的权衡。论文评估了生成...语言模型推理器NL2SQL：基于LLM的解决方案是最好的吗？
1.NL2SQL现状自然语言转SQL（nl2sql）技术是指自然语言查询转化为SQL查询，降低普通用户和专家用户在访问海量数据集和获取数据分析结果时的门槛。1.1我们目前处于何方？图片上图展示了过去二十年nl2sql方法的演进历程，从基于规则的方法，到基于深度神经网络的方法，再到可调的预训练语言模型（PLMs），直至大型语言模型（LLMs），整个过程伴随着数据集的发展，比如Spider和BIRD等基准测试的发展。LLMs（如GPT4和Llama2）相较于...LLMNL2SQLSQLLLM基础模型系列：深入注意力机制
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。1.自注意力SelfAttention自注意力的主要功能是从输入序列本身生成上下文感知向量，而不是像基于RNN的编码器解码器架构那样同时考虑输...LLM基础模型10款杀手级AI编程助手，Python开发更轻松
精华现如今，AI编程助手已经成为Python代码开发者的左膀右臂，这些AI助手通过智能化的功能，让编程工作事半功倍，同时代码质量也更上一层楼。本文分享10款好用的AIPython代码生成工具。1GitHubCopilotGitHubCopilot是由GitHub创建的AI编程伙伴。能在你输入时实时推荐完整的代码行和整个函数。Copilot由OpenAICodex提供支持，后者在数十亿行公共代码上进行过训练。主要特点：支持Python等多种语言，提供精准的上下文代码补全与Visual...AI编程助手告别传统的文档切块！JinaAI提出Late Chunking技巧
今天给大家分享JinaAI提出的一个新的技巧。正常在处理大规模数据建索引的时候，一般我们需要先对文档进行分块，建立向量索引。而这个分块大小，设置的都是比较短的，比如512。一方面是早期bert的处理长度的限制，另一个方面是如果文本太长，包含的信息就越多，那么可能比较难用一个向量来表征出来。图片对于前者，如果持续关注向量模型的同学可以发现，无论是开源的BGE系列，还是闭源的API，都在往一个较长的上下文靠齐（比如说...JinaAI技巧索引
