AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
“年轻的”IMO选手：扫荡“围棋”后，开始扫荡“数学”
原创谷歌称著名数学家蒂莫西·高尔斯爵士（SirTimothyGowers）和约瑟夫·迈尔斯（JosephMyers）博士使用国际海事组织（IMO）的官方规则对人工智能模型的解决方案进行了评分。该公司报告称，其组合系统获得了42分中的28分，略低于29分的金牌门槛。AlphaProof解决了两个代数问题和一个数论问题，而AlphaGeometry2解决了几何问题。这包括在比赛中最难的问题上获得满分，谷歌声称今年只有五名人类参赛者解决了这个问题。图表显示了Alpha...谷歌AlphaProof形式语言使用语言模型模拟五亿年的进化历程
精华一、结论写在前面论文标题：Simulating500millionyearsofevolutionwithalanguagemodel论文链接：https:www.biorxiv.orgcontent10.11012024.07.01.600583v1.full.pdf超过三十亿年的进化历程将生物学图像编码到天然蛋白质的空间中。论文在由进化生成的token上训练的语言模型可以作为进化模拟器，生成与已知蛋白质相距甚远的功能性蛋白质。论文提出ESM3，一种前沿的多模态生成语言模型，该模型能够推理蛋白质的序列、结构...语言模型模拟遗忘"大脑？香港中文大学提出新算法MoFO助力AI记住预训练知识！
引言：大型语言模型在微调过程中的遗忘问题在人工智能领域，大型语言模型（LLM）因其在多种任务中展示出的卓越能力而备受关注。这些模型通常先在大规模语料库上进行预训练，以掌握广泛的语言能力，然后在特定任务的数据集上进行微调，以适应具体的应用场景。然而，微调过程中一个常见且棘手的问题是模型可能会忘记在预训练阶段获得的知识，这种现象被称为“遗忘”。遗忘问题不仅降低了模型的通用性能，还可能影响到模型在新任务...算法MoFOAI百度也来卷RAG了，Self-Reasoning比Self-RAG最高提升11.8%
检索增强型语言模型（RetrievalAugmentedLanguageModel,RALM）通过在推理过程中整合外部知识，减轻了LLM固有的事实幻觉问题。然而，RALMs仍面临挑战：检索到的不相关文档可能导致无效的回答生成、生成的输出中缺乏适当的引用，使得验证模型的可信度变得复杂。一个示例，展示了百度自我推理（SelfReasoning）框架如何通过相关意识过程、证据意识选择过程和轨迹分析过程生成推理轨迹。为了解决上述问题，百度（BaiduInc.）提出了...RAGRALMsLLM如何改良基于Basis的时间序列预测模型？
今天介绍一篇NIPS2023中上海交大和蚂蚁集团联合发表的时间序列预测文章，基于basis的时间序列建模。目前代码已经开源，论文的详细信息如下。论文标题：BasisFormer:AttentionbasedTimeSeriesForecastingwithLearnableandInterpretableBasis下载地址：https:arxiv.orgpdf2310.20496v1.pdf机构：上海交大开源代码：https:github.comnzl5116190Basisformer1.基于Basis的时序预测在时序预测中，basis指的是从时间序...Basis时间序列预测模型高盛洞察：生成式AI：投入很高，收益太少？
本文翻译自高盛的最新报告《GenAI:Toomuchtospend,toolittlebenefit》，高潮过后，更多的人开始审视生成式AI带来的实际收益问题。生成式AI技术将对公司、行业乃至整个社会的带来变革的承诺持续受到推崇，预计在未来数年中，科技巨头、各类企业和公共事业单位将在资本开支上投入约1万亿美元，这包括对数据中心、芯片、AI基础设施以及电网的重大投资。然而，迄今为止，除了开发商效率提升的报道外，这些投资似乎并未带来显著成果...生成式AINvidia企业级智能知识库搜索问答技术与应用
原创出品51CTO技术栈（微信号：blog51cto）日前，在51CTO主办的WOT全球技术创新大会上，澜舟科技合伙人、算法和应用VP马永亮带来了主题演讲《企业级智能知识库搜索问答技术与应用》，围绕知识库搜索问答场景，详细阐述了在AI2.0时代，我们应该如何结合大模型能力进行有效的实践与创新。本文将摘选其中精彩内容，统一整理，希望为诸君带来启发。以2022年年底ChatGPT推出为分界点，我们可以把过去的AI技术称为AI1.0，之后的技术称为AI...企业级智能知识库87.8%准确率赶超GPT-4o登顶！谷歌DeepMind发布自动评估模型FLAMe
大语言模型都卷起来了，模型越做越大，token越来越多，输出越来越长。那么问题来了，如何有效地评估大语言模型的长篇大论呢？要是输出长度长了但胡言乱语输出质量差，又臭又长，岂不是白搭首先能想到的方法就是人工评估。人工评估虽然对于评价模型性能至关重要，但受到主观性、评估者之间的差异性以及广泛评估的高成本的限制。考虑到这些因素，谷歌DeepMind研究团队提出了自动评估解决方案FLAMe。论文地址：https:arxiv.orgabs2...谷歌模型Midjourney V6.1再进化！人像逼真细节拉满，摄影级画面秒生成
精华Midjourney几个月前画的饼终于端上来了！他们今天刚刚发布了最新版本v6.1！此次更新总结四个大字：细节狂魔。网友纷纷发推测试最新版本的Midjourney，摄影级画面先睹为快！这张图被取名为《天窗》，构图、色彩、光影、明暗，各方面都极度舒适，湖面波光粼粼细节生动，简直可以直接用来做屏保。继续看一幅风景，曙光拨开云层，远处群山连绵，积雪未消；植被茂密，松树纹理逼真，一片静谧祥和。接着看一组静物，原本需要大量人力...视频生成ChatGPT接入微信，用这5个方法实现
原创大家好，我是橙哥！ChatGPT作为目前最强大的对话机器人，可以处理各种复杂的任务，已经成为不少人的好帮手。将ChatGPT接入微信，可以为提供更加智能和方便的聊天体验。本文将介绍五种将ChatGPT接入微信的方法，并对相关的GitHub项目进行分类说明和整理。不过在这里我要说明的是，接入个人微信会有一定的封号风险，长期使用请选择部署到企业微信。1.WeChatFerryWeChatFerry是一个强大的微信自动化工具，旨在提供微信消息的自动化...ChatGPT微信RAG 的尽头是 Agent？
原创1、大模型的痛点大模型技术席卷全球，为日常工作和生活带来便利，但也面临时效性、准确性等问题。如何提升大模型的性能？解决其挑战？构建高级应用？成为重要待解决问题。RAG（检索增强生成）技术通过信息检索和文本生成，显著提升了大模型的性能。但RAG也存在局限性，比如：数据依赖、检索效率等。如何解决这些痛点？如何进一步提升RAG性能？是本文剖析的重点。2、RAG的痛点NaiveRAG通过检索和生成，提升大模型在问答、智能助...大模型RAGAgentsRAG 开发四大痛点及解决方案
原创1、痛点1：知识缺失知识库缺乏必要的上下文信息，导致RAG系统在无法找到确切答案时，可能会提供模棱两可的错误信息，而不是直接表明其无知。这种情况下，用户可能会接收到误导性的信息，从而感到沮丧。针对这一问题，有以下两种解决方案：解决方案一：优化数据质量“垃圾输入，垃圾输出。”若源数据质量不佳，比如：存在相互矛盾的信息，即便是再完美的RAG流程也无法从劣质数据中提炼出有价值的知识。以下提出的解决方案不仅能...大模型RAG基于Llama 3.1和一台MacBook搭建商用级知识库
1、为什么要在MacBook上搭建知识库？最核心最重要的是我们手上的文档资料出于安全要求，不能随便上传到云服务，也就无法实际验证知识库的实际效用。另外对于IT同学来说，自己亲手搭建一个完整的方案、能灵活调整和对接各种不同的模型、评测各种模型不同的表现，也是出于对技术的探索本能使然。使用的MacBook配置如下，对大模型经过量化处理（比如：int8）后，可以流畅运行。图片2、知识库的架构设计基于一台MacBook搭建部署的架...大模型Llama谷歌开源Gemma Scope，更好解释大模型工作原理
随着多模态大模型的出现，内部神经网络参数少则几百亿，多则上千亿甚至过万亿，使得开发人员很难控制其输出内容经常会出现各种“幻觉”，就是一本正经的胡说八道。虽然稀疏自编码器（简称“SAE”）是解决这些难题的主流方法，可以学习神经网络潜在表示的稀疏分解，将其分解为可解释的词、短语等特征，能有效解释大模型的工作原理与机制。但普通的SAE质量难以保证，并且训练成本非常高。所以，谷歌DeepMind针对其开源的Gemma2模...开源模型性能秒杀SD3、DALL·E-3，开源文生图模型杀出大黑马
精华昨天Midjourney刚进行大更新，今天文生图片开源领域就杀出了一匹大黑马—FLUX.1。根据其测试数据显示，性能大幅度超过了DALL·E3、MidjourneyV6闭源模型，开源SD3系列的Ultra、Medium、Turbo和SDXL被全线秒杀。并且FLUX.1表示，文生图只是一个开始，未来还会推出文生视频模型想和Sora、Gen3、Luma等一线产品过过招。开源地址：https:github.comblackforestlabsflux在线demo：https:replicate.comblackforestlabsfluxpro出道即巅...模型生成寥寥数笔，动画自成！阿里Tora: 首个轨迹引导的DiT创新实现精确运动控制视频生成
精华论文链接：https:arxiv.orgpdf2407.21705项目链接：https:alivideoai.github.iotoravideo亮点直击本文引入了Tora，这是第一个轨迹导向的DiT用于视频生成。如下图2所示，Tora无缝整合了广泛的视觉和轨迹指令，从而能够熟练地创建可操控运动的视频。为了与DiT的可扩展性保持一致，本文设计了一种新颖的轨迹提取器和运动引导融合机制，以获取时空运动块，随后将这些块注入DiT块中。本文对几种架构选择进行了消融实验，并为未来基于...框架视频生成关于生成式AI的五大误区
原创两年前，大多数人还没有听说过生成式AI，而现在它却无处不在。发布后不久，ChatGPT就成为史上增长速度最快的应用程序。现在，苹果公司刚宣布计划将ChatGPT内置到iPhone中，很难找到一款不提供生成式AI功能的软件。然而，围绕生成式AI无疑有很多炒作、困惑甚至恐惧。狂热倡导者宣称它有望解决世界上的所有问题，末日论鼓吹者预测它将导致数百万人失业，甚至意味着人类创造力将从此终结。我在下面概述了这项革命性但又被误解的技...生成式AIChatGPT大语言模型LlamaIndex结合DSPy，进一步优化RAG系统
本文带读者了解如何运用LlamaIndex和DSPy这两个工具来构建和优化检索增强型生成（RetrievalAugmentedGeneration,RAG）系统。通过这两个框架的无缝结合，我们不仅能够简化开发过程，还能显著提高RAG系统的整体性能。接下来，将详细解析LlamaIndex与DSPy如何高效协同，带来1+1>2的效果。1LlamaIndexLlamaIndex是用于构建、管理和查询大型语言模型（LLM）索引的开源工具。其主要目的是简化和优化与LLM的交互过程，提供更高效的数据...LlamaIndexDSPy系统Meta再下一城：SAM 2
原创“继用于图像的MetaSegmentAnythingModel（SAM）取得成功之后，我们发布了SAM2，这是一种用于在图像和视频中实时进行对象分割的统一模型，已经达到最先进的性能。”模型适用于增强现实（AR）、虚拟现实（VR）、机器人、自动驾驶车辆和视频编辑等需要时间定位的应用。1.SAM2分割是计算机视觉的重要组成部分，用于识别哪些图像像素属于物体。它在各种现实世界场景中都有应用，从分析科学图像到编辑照片。最早在2023年，Meta宣布了...MetaSAM 2FPS一大堆Llama3.1-Chinese正在袭来
精华写在前面Llama3.1模型已经开源，在这短短几天之内，也是出现了一些Llama3.1汉化的repo，开源社区也是相当的卷。主要是Llama3.1没有关注中文，虽然是多语言，但主要针对英语、法语、德语、印地语、意大利语、葡萄牙语、西班牙语和泰语。虽然让Llama3.1系列模型用中文回答时，也可以正常回答，但仍然有中英文混合现象，并且词表是真没中文呀，中文场景下解码效率会比较低。咋说呢？反正也给中文大模型更多机会吧，开源社区也有更...Llama3.170B模型
