AI.x社区

本文介绍如何利用GPT4omini模型和LangChain框架，构建一款能够迅速响应用户查询的AI搜索智能体。文章以一个具体问题为例，展示智能体的高效性能和成本效益。1智能体性能实例以查询WhatyearwasIBMfoundedandinwhatyearwasApplefounded问题为例，智能体不仅能够快速给出答案，而且在成本效益上也极具优势：仅消耗165个token，花费0.0000594美元，同时响应速度极快，首个token的响应时间仅为1,389毫秒。这里智能体配备了工具——Ta...

嘿，大家好！这里是一个专注于AI智能体的频道！今天我要和大家聊聊一些实战相关的内容。大模型在实际的工业场景下最常见的2个场景分别为应用助手（copilot）,文档知识库问答（RAG）。事实上后者也逐渐在往更复杂的Agentic方向发展了，今天我们来看以下如何搭建一个可控的RAGAgent。RAGAgent核心是它的“大脑”，一个复杂的确定性图，它能让AI进行复杂的推理。而且，这个系统一般还能防止“幻觉”。确保所有答案都基于提供的数据...

编者按：随着大语言模型（LLMs）规模的不断扩大，如何在有限的计算资源下高效部署这些模型成为了一个迫切需要解决的问题。模型量化作为一种有效的模型压缩技术，在保持模型性能的同时大大降低了计算和存储开销，因此广受关注。但对于许多人来说，模型量化的具体原理和实现方法仍然是一个“黑盒”。我们今天为大家带来的这篇文章，通过可视化图示详细解析各种模型量化技术的原理和实现方法，为各位读者提供一个全面且直观的模型...

随着Gemini、GPT4o等模型的出现，具备看、听、说的多模态大模型成为了新的主流。由于训练数据复杂、模型架构过于复杂，在生成、识别内容时很容易出现错误描述也称为“幻觉”，例如，当看到一张包含刀、叉和勺子的餐具图片时，模型会错误地描述为牙签。为了解决这个难题，谷歌DeepMind、谷歌云AI研究、向量研究所和皇后大学的研究人员通过数据增强和对比调优的方法开发了HALVA模型。论文地址：https:arxiv.orgabs2405.18654HALVA...

微软开源了最新Phi3.5系列模型，共有mini指令微调、专家混合和视觉微调三种模型。Phi3.5系列的参数非常小，但性能却超过了Meta最新开源的Llama3.18B和Mistral7B等知名开源模型，也是目前开源大模型排行榜中唯一入选前10名的小参数模型。所以，微软开源的Phi3.5系列是专门面向那些算力、硬件有限的中小企业和个人开发者，同时可以部署在手机、平板电脑等移动设备中使用。Mini开源地址：https:huggingface.comicrosoftPhi3.5minii...

同济大学王昊奋研究员团队联合复旦大学熊赟教授团队发布检索增强生成（RAG）综述，从核心范式，关键技术到未来发展趋势对RAG进行了全面梳理。这份工作为研究人员绘制了一幅清晰的RAG技术发展蓝图，指出了未来的研究探索方向。同时，为开发者提供了参考，帮助辨识不同技术的优缺点，并指导如何在多样化的应用场景中最有效地利用这些技术。大型语言模型（LLMs）已经成为我们生活和工作的一部分，它们以惊人的多功能性和智能化改变...

论文链接：https:arxiv.orgpdf2408.08332亮点直击提出一个反演网络，该网络通过预测噪声来重建输入图像，并被训练为在前一步重建的条件下迭代地校正重建图像。对扩散蒸馏过程的一种新兴特性进行分析。方法在反演过程中只需要8次功能评估（一次性成本），每次编辑只需4次功能评估，而基于多步扩散模型的方法在反演中需要50次功能评估，每次编辑需要3050次功能评估。本文方法速度显著提升（每次编辑小于0.5秒，而不是大于3秒），...

文章链接：https:arxiv.orgpdf2408.11001项目链接：https:haoningwu3639.github.ioMegaFusion亮点直击提出了一种无需调优的方法——MegaFusion，通过截断与传递策略，以粗到细的方式高效生成百万像素的高质量、高分辨率图像;结合了膨胀卷积和噪声重新调度技术，进一步优化了预训练扩散模型对高分辨率的适应性;证明了该方法在潜空间和像素空间扩散模型及其扩展模型中的适用性，使其能够在大约原始计算成本的40%下生成具有多种纵...

在不断发展的软件开发环境中，与代码库进行对话式交互可以改变游戏规则。想象一下，有一个工具可以理解你的代码，可以回答你的问题，提供见解，甚至帮助你调试问题——所有这些都是通过自然语言查询实现的。本文将引导你完成创建对话式人工智能的过程，该过程允许使用Chainlit、Qdrant和OpenAI与你的代码进行对话。对话式人工智能对代码库的好处简化代码审查：快速审查特定的代码模块并了解其场景，而无需花费更多的时间挖掘文...

“反向传播是大模型训练的核心，没有反向传播就没有大模型”了解过大模型技术的人应该都知道，大模型有几个核心模块；对应的也有几个核心技术点，比如训练数据的准备，机器学习(神经网络)模型的设计，损失函数的设计，反向传播算法等。而今天讨论的就是反向传播算法，其可以说是模型训练的核心模块，没有反向传播模型训练就无从谈起。那么，反向传播算法是怎么实现的呢？其技术原理是什么？有哪些注意点？反向传播算法的实现介...

当今时代，人工智能技术的飞速发展为各行各业带来了革命性的变化。在自然语言处理领域，检索增强生成（RAG）系统因其卓越的性能和广泛的应用前景，正成为研究和应用的热点。今天，我要向您推荐的是一个创新的系统——EasyRAG，它不仅易于学习、使用，还具备自主扩展的能力。希望能让您对RAG能更近一步的了解。一、EasyRAG系统概览EasyRAG是一个开放源代码的检索增强生成(RAG)系统，旨在提供一种简便的方式来学习和使用RAG技术，...

如果用一个词来形容过去几年有赞走过的道路的话，摸索，无疑是再合适不过的了。的确，有赞在过去的几年之中一直都在寻找一种能够跳脱出以往互联网式的发展模式的方式和方法，虽然这个过程非常痛苦​​，​​但是，有赞却挺了过来。一切的一切都是从有赞开始全面拥抱AI开始的。可以说，AI，给了有赞第二次生命。正是因为如此​​，​​有赞创始人白鸦才会说​​，​​有赞将会持续义无反顾地拥抱AI​​，​​以AI来寻找破局之法...

1.概念Kubeflow是一个机器学习平台，旨在简化ML模型的开发、训练、部署和管理。它提供了一系列工具和组件，包括JupyterNotebook、TFJob、Katib（超参数调优）、KFServing（模型服务）等，使用户可以在Kubernetes集群上轻松运行和管理机器学习工作流。Volcano是一个Kubernetes调度系统，专为批处理、HPC、AI和大数据工作负载设计。它通过提供先进的调度策略、资源公平分配和作业管理功能，优化了资源利用率和任务执行效率。Volca...

Agent智能体系统正在作为通用工具被广泛研究和应用，解决复杂问题通常需要由多个组件组成的复合智能体系统，而手工设计的解决方案最终会被学习到的更高效的解决方案所取代。为此，提出了自动化设计智能体系统（ADAS：AutomatedDesignofAgenticSystems，已开源）的新研究领域，目标是自动创建强大的智能体系统设计。通过代码定义整个智能体系统，并由一个“元Agent”自动发现新的智能体，理论上允许ADAS算法发现任何可能的构建块...

​国际、国内有诸多AI技术团队正在医疗领域展开应用研究及开发，人工智能（AI）技术正迅速改变着医疗保健领域的面貌。通过其在数据分析、模式识别和自动化决策方面的强大能力，AI在提高诊断准确性、优化治疗方案和提升患者护理质量方面展现出巨大潜力。尤其在个性化医疗中，AI能够根据患者的基因、生活方式和病史等数据，提供量身定制的治疗建议，从而显著改善患者的治疗效果并降低医疗成本。8月16日自然期刊发表的文章《Innova...

小试牛刀，很懂《三体》恋爱脑云天明！在谈论AI的代码解析能力之前，我们不妨先看一下它在处理自然语言文本方面的表现。为了测试GLM4Long的理解力，我决定让它尝试阅读并理解我最爱的科幻小说94万字的《三体》。抽取概括能力作为一个具有强大理解能力的模型，必须具备从复杂的文本中抽取出关键的信息，并进行总结。当一次性输入整本小说，模型能有怎样的表现呢？我决定以《三体》中的恋爱脑云天明为例，我们可以让模型梳理出云...

译者布加迪审校重楼一旦你学到了东西，就很难忘记。可以想象，这个道理同样适用于机器，特别是对于使用数十亿个参数进行训练的大语言模型（LLM）。在当下，大语言模型能够处理语言或生成以假乱真的图像，许多未解决的伦理问题继续出现：包括OpenAI因使用受版权保护的新闻文章来训练其AI模型而被起诉，以及艺术家们指控科技公司未经许可非法使用他们的作品作为训练数据。诚然，AI领域的发展现状是一个道德雷区，这导致了最近所谓...

扩散模型是目前生成式AI中的最核心模块，在Sora、DALLE、Imagen等生成式AI大模型中都取得了广泛的应用。与此同时，扩散模型也被越来越多的应用到了时间序列中。这篇文章给大家介绍了扩散模型的基本思路，以及几篇扩散模型用于时间序列的典型工作，带你理解扩散模型在时间序列中的应用原理。1、扩散模型建模思路生成模型的核心是，能够从随机简单分布中采样一个点，并通过一系列变换将这个点映射到目标空间的图像或样本上。扩散...

文章链接：https:arxiv.orgpdf2408.08189项目链接：https:360cvgroup.github.ioFancyVideo亮点直击本文介绍了FancyVideo，据众所知的首个探索T2V任务中跨帧文本指导的开创性尝试。该方法为增强当前的文本控制方法提供了新的视角。本文提出了跨帧文本指导模块（CTGM），该模块构建跨帧文本条件，并随后以强大的时间合理性引导潜在特征的建模。它可以有效地增强视频的运动性和一致性。本文证明了结合跨帧文本指导是一种实现高质量...

论文链接：https:arxiv.orgpdf2408.05083工程主页：https:rishubhpar.github.ioPreciseControl.homegit链接：https:github.comrishubhparPreciseControl最近，大家看到了一波针对文本到图像（T2I）扩散模型的个性化方法的兴起，这些方法通过少量图像来学习一个概念。现有的方法在用于人脸个性化时，难以实现具有身份保留的令人信服的反演，并依赖于对生成的人脸进行语义文本编辑。然而，人们希望对面部属性进行更细粒度的控制，...