AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
突发！OpenAI被黑客入侵，发布虚假加密Token激励，首席科学家、首席技术官纷纷中招，马斯克也在入侵名单
原创编辑星璇出品51CTO技术栈（微信号：blog51cto）OpenAI什么时候不光卖大模型的token，也开始卖加密货币的token（代币）了！？许多网友还以为OpenAI在落一招大棋子，但真相却是一场黑色幽默：OpenAI被骗子钓鱼了！一、OpenAI官方账号遭骗子入侵，发行加密代币近两年来OpenAI名声大火，已经开始有不轨之徒冒充OpenAI官方账号来散步虚假信息、甚至被利用来窃取用户凭据。美东时间，9月23日下午晚些时候，OpenAINewsroom（OpenAI最近...OpenAITokenICOOpenAI o1推理模型基础入门
原创本文介绍了如何使用OpenAIo1预览版和o1迷你版，用于决策、编码以及从头开始构建一个端到端机器学习项目。在GPT5备受期待的同时，OpenAI发布了一种先进的语言模型，它可以在认真思考后做出反应，具备与博士生相当的智能。这种改进版模型向前迈出了一大步，提供了实用的解决方案，而不是遗漏指令或产生幻觉。我们在这篇博文中将介绍OpenAI的o1推理模型及其特别之处和值得注意的方面。然后，我们将使用ChatGPT访问o1预览版和o1迷...OpenAIo1推理模型机器学习快速理解 GraphRAG：构建更可靠、更智能的 Chatbot
原创编者按：传统的检索增强生成（RAG）技术在处理需要深入理解实体关系的问题时常常力不从心，那么有什么新的技术可以突破这一限制吗？本文深入探讨了GraphRAG技术，这一创新方案通过将非结构化文本转化为结构化知识图谱，巧妙地解决了上述难题。GraphRAG能显著提升AI系统理解和回答复杂问题的能力，尤其在跨时代、跨学科的问题上表现出色。作者也指出了实施GraphRAG面临的挑战，包括知识图谱构建的复杂性、可扩展性问题以及维护成...AIGraphRAGLLMQwen2-VL全面解读！阿里开源多模态视觉语言模型，多项超越GPT4o与Claude 3.5-Sonnet
文章链接：https:arxiv.orgpdf2409.12191Github链接：https:github.comQwenLMQwen2VL亮点直击本文介绍了Qwen系列大型视觉语言模型的最新成员：Qwen2VL系列，该系列包括三款开放权重模型，总参数量分别为20亿、80亿和720亿。如图1所示，Qwen2VL的关键进展包括：在各种分辨率和宽高比上的最先进理解能力：Qwen2VL在视觉基准测试中表现出色，包括DocVQA、InfoVQA、RealWorldQA、MTVQA、MathVista等。对长时间视频（超过20分钟）的...AI模型RAG高级优化：检索策略探讨Fusion, HyDE安排上(含代码)
原创 精华传统的检索方法通常依赖于对query进行语义理解(基于向量)或关键字匹配(BM25)，这两种方法都有其优点和缺点。融合检索、HyDE和RAGFusion可以创建一个更健壮和准确的检索系统。本文将介绍三种优化方法：Fusionretrieval：基于向量和基于bm25的检索HyDE(假设文档嵌入)：通过根据查询生成和嵌入假设文档来增强检索。RAGFusion：通过结合多次搜索迭代的结果来提高检索质量。高级RAG技术介绍FusionRetrieval融合检索是一种强大的文档...RAG大模型检索增强(RAG)技术之——GraphRAG，知识库产品必不可少的技术
原创“RAG技术的重难点，是怎么更高效和更准确的检索数据”知识库技术作为大模型技术的一个重要应用方向，也是对大模型技术的一个重要补充；特别是在问答系统，如智能客服等领域，知识库有着非同一般的作用。从技术的角度来说，一个智能客服的好坏，除了大模型本身的质量之外，更多的是由知识库决定的。因此，知识库的作用不言而喻，而怎么才能做出一个合格的知识库，需要使用哪些技术。今天，我们就来讨论一下GraphRAG知识库技术。...大模型RAGGraphRAG爆火的本地知识库项目是什么？什么是RAG？本地知识库与大模型的关系
原创“本地知识库就相当于大模型的外部资料库。”很多人应该都听过本地知识库项目，它是当今人工智能领域爆火的项目之一，那么到底什么是本地知识库？它和大模型有什么关系？怎么构建本地知识库？1、为什么需要本地知识库？其实本地知识库和大模型本身没有什么直接关系，可以说它们是两个完全独立的技术。但因为大模型的幻觉问题和大模型的数据更新迟缓，因此才把知识库技术与大模型技术相结合，产生了大模型知识库技术。什么是知识...RAG本地知识库大模型什么是端到端(end to end)大模型，它和传统的大模型有什么区别？其优势与劣势是什么？
原创“端到端模型，是一个直接由输入获取输出的过程”最近有一个很火的关于人工智能模型的词——端到端模型。那么什么是端到端模型？为什么会提出端到端模型，以及它解决了哪些问题？今天我们就来一起了解一下这个端到端模型。端到端模型还记得计算机组成原理里面，关于冯诺伊曼计算机结构中，组成计算机的几个模块吗？运算器控制器存储器输入设备和输出设备，由这五大模块组成了现有的计算机系统。而对我们使用者来说，这五大模块...大模型端到端模型大模型与社会分工，产业链与模块化
原创“分工才是社会进步的动力，大模型产业链才刚刚开始”可能很多人看了标题会觉得很奇怪，大模型与社会分工有什么关系，产业链和模块化又是什么鬼，我们不是学习大模型技术和应用的么？怎么越来越跑偏了。其实，写这篇文章的目的就是为了解放大家的思想，要明白大模型不是一个事，也不是一个人做的事，它是一个庞大的系统，需要大家分工合作才行。大模型与社会分工，产业链与模块化的关系这篇文章可能并不是一篇技术文章，可能更...大模型社会分工RAG开发新技术：利用语义相似度提升标签过滤质量
原创本文旨在介绍如何利用语义相似度改进标签过滤以提升RAG应用开发质量。要理解本文中的内容，你需要掌握Jaccard相似性和向量搜索等预备知识。本文算法的实现已在GitHub（https:github.comatlantisnovasimtag）上发布，并且是完全开源的。简介多年来，我们已经发现了如何从诸如数字、原始文本、图像和标签等不同类型的模式数据中检索信息。随着应用程序定制用户接口的日益普及，标签搜索系统已成为一种方便、准确的信息过滤方式。...算法视觉语言模型LLM多模态-故障诊断 | 大核卷积开启视觉新纪元!
精华前言本期推出结合CVPR2022视觉顶会论文RepLKNet的多模态故障诊断创新模型，适合各种故障诊断领域、电能质量扰动信号、各种声信号、脑电信号等分类任务!创新模型还未发表！！！有小论文、毕业论文需求的不容错过！提供马尔可夫转换场MTF、递归图RP、格拉姆矩阵GAF、连续小波变换CWT、短时傅里叶变换STFT五种时频图像变换方法，可灵活替换多模态特征中的时频图像类型！1创新模型相关解释●数据集：CWRU西储大学轴承数据集●环境框...多模态卷积视觉LLM微调技术调研
ChatGTP、LLaMA2等通用大模型具备优秀的推理性能，但在面对复杂多变的业务场景时，往往难以满足多样化的需求。ChatGPT等通用大模型通常需要经过复杂漫长的训练过程，预训练期间需要巨大的算力和存储消耗，大多场景下从0到1训练一个模型不仅成本高昂，而且没有必要，因此基于预训练的模型并对其进行微调成为有价值的研究方向。微调预训练的通用大模型，不仅可以节约成本，也可以使模型更符合特定领域的需求，变得更定制化、专业...LLM微调技术ACM MM24 | Hi3D: 3D生成领域再突破！新视角生成和高分辨率生成双SOTA(复旦&智象等)
文章链接：https:arxiv.orgpdf2409.07452Github链接：https:github.comyanghb22fduHi3DOfficial亮点直击本文提出了高分辨率图像到3D模型（Hi3D），这是一种基于视频扩散的新范式，将单个图像重新定义为多视角图像，作为3D感知的序列图像生成（即轨道视频生成）。该方法深入探讨了视频扩散模型中潜在的时间一致性知识，这些知识在3D生成中能够很好地推广到多个视角之间的几何一致性。提出了基于视频扩散模型的图像到3D生成方法，...3D模型生成一种模块化大模型Agent框架全栈技术综述
精华现有基于LLM的智能体虽然在功能上取得了进展，但缺乏模块化，导致在研究和开发中存在术语和架构上的混淆，在软件架构上缺乏统一。“AsurveyonLLMbasedautonomousagents”提出的框架，它并没有明确指出大型语言模型（LLM）、工具、数据源和记忆是否是Agent的一部分。这种对每个模块功能的模糊区分促进了软件开发者之间的分裂，并导致不兼容和阻碍了可重用性LLMAgentUMF框架通过明确区分智能体的不同组件，包括LLM、工具和新引入...大模型Agent框架ECCV`24 | 比现有方法快50倍！新加坡国立开源FlashSplat：简单&全局最优3D-GS分割求解器
文章链接：https:arxiv.orgpdf2409.08270项目链接：https:github.comflorinshenFlashSplat亮点直击引入了一种全局最优的3DGaussianSplatting分割求解器，大大提高了将2D分割结果提升到3D空间的效率。通过线性化简化了3DGS分割的过程，将2D到3D的分割任务转化为线性整数优化问题。该方法对二值分割和场景分割均有效。在优化中引入了背景偏置，展示了在3D分割中对噪声的优越鲁棒性，证明了该方法在各种场景分割中的鲁棒性和高效性...3D 模型在大语言模型中分离语言和思想
译者注：维特根斯坦提出他的“语言游戏”核心哲学概念的时候，还没有大语言模型，不然什么是语言活动的意义，如何通过语言的使用过程研究语义，怎样才能不把语言看作孤立静止的描述符号，而是看作体现生活的动态人类活动？什么又是大语言模型的建设性的、持续性的动态人类活动？遗憾人们已经没有机会听到这位哲学天才的看法了。概要大语言模型（LLM）是迄今为止所有模型中最接近掌握人类语言的模型，但对其语言和认知能力的看法...语言模型分离语言自然（Nature）科学数据子刊：用于对话情境中情绪识别的 EEG-音频-视频数据集的创新应用
精华情感识别技术在现代人机交互中扮演着越来越重要的角色。随着人工智能和机器学习技术的快速发展，理解和识别人类情感已成为实现更自然、更人性化互动的关键。情感识别不仅能够提升用户体验，还能在心理健康监测、智能客服、教育和娱乐等多个领域发挥重要作用。在对话情境中，准确识别情感尤为重要，因为情感状态直接影响交流的效果和质量。通过捕捉和分析对话中的情感信号，机器可以更好地理解用户需求，提供更个性化和贴心的服...EEG视频数据集AI最大的应用是什么，如何成为初代AGI产品经理？
AI最大的想象力不在手机屏幕，而是接管数字世界，改变物理世界AI技术的发展速度已经超越了历史上的任何时期，但目前我们仍处于AGI（人工通用智能）变革的早期阶段。吴泳铭在演讲中提到，AI的真正潜力不在于创造几个新的超级应用，而在于其能够渗透并接管数字世界，最终改变物理世界。AI技术的发展现状技术迭代速度：AI技术，尤其是大模型技术，正在快速迭代，其可用性大幅提升。大模型已经具备了文本、语音、视觉的多模态能力，...AIAGI产品经理时序预测中的多类型模型组合建模方案
时间序列建模中很多种类型的结构可以选择，比如Transformer、CNN、RNN，以及最近被验证有效的MLP、Mamba等结构。然而，不同模型都有特定的潜在优势和劣势。因此，现在越来越多的时序预测模型优化工作，采用了多模型组合的建模方式。今天这篇文章，就给大家介绍一下多模型组合建模的核心思路，以及几篇近期发表的多模型组合时序预测工作，在一个模型中同时使用不同类型的模型结构，实现各个结构之间的优势互补。1.早期模型组合建...时序预测组合模型性能Anthropic提出Contextual Retrieval让RAG再进化，大幅降低检索失败率
在知识库问答等场景中，RAG已经成为当下最流行的LLM应用范式，为LLM提供又全又准的上下文信息是众多RAG技术努力的方向。在传统的RAG解决方案中，编码信息时往往会丢失上下文，这导致系统无法从知识库中检索到相关信息，如何能够更好地保留上下文信息成为了问题关键。Anthropic研究团队提出了“ContextualRetrieval（上下文检索）”的创新方法在此领域取得了显著进展。近日，他们发表文章[1]可披露了这一技术的细节，他们通过上...Anthropic检索失败率
