AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
阿里巴巴与人民大学联合团队的成果，AgentScope提升多智能体模拟效率
多智能体系统（MAS）是一种通过多个智能体的协作来解决复杂问题的技术。这些智能体可以是软件代理、机器人或其他自主系统，能够在动态环境中进行交互和决策。MAS在许多领域有广泛的应用，包括交通管理、金融市场模拟、灾害应急响应、社会行为研究等。随着应用规模的扩大，现有的多智能体系统面临扩展性和效率问题、智能体多样性不足、管理过程复杂的问题。近日由来自阿里巴巴集团和中国人民大学组成的联合研究团队推出AgentScop...AgentScope分布式机制LLM工具调用破局：Few-shot Prompting
构建少量样本提示的方法多种多样，但目前还没有统一的最佳实践。我们进行了一些实验，以探究不同技巧对模型和任务性能的影响，这些实验结果表明，通过少量样本提示，我们可以显著提高模型的准确度，特别是在处理复杂任务时。接下来，我将分享我们是如何做到这一点的，以及实验的结果。编辑注：本文经翻译并二次整理自Fewshotpromptingtoimprovetoolcallingperformances一文。实验过程我们基于两个数据集进行了实验。第一个数据...LLM工具调用黄仁勋当场“哔”麦！扎克伯格的下一代产品：Llama4、社交推荐以及“去TMD”的让人爆粗的封闭平台
原创出品51CTO技术栈（微信号：blog51cto）美国当地时间7月29日周一晚间，在丹佛举行的SIGGRAPH2024计算机图形大会上，英伟达CEO黄仁勋(JensenHuang)对话Meta创始人马克·扎克伯格(MarkZuckerberg)，进行了一场炉边谈话，这是两位巨头掌舵人多首次公开对外谈话。一位是站在AIInfra金字塔尖的芯片霸主，一位是开源大模型领域旗帜鲜明的AI平权人，共同探讨基础研究如何推动AI突破性进展，以及生成式AI和开源技术如何为开发者和创作者...黄仁勋扎克伯格Llama4只要一张图就能「还原」绘画过程，这篇论文比爆火的Paints-UNDO实现得更早
精华作者介绍：宋亦仁：新加坡国立大学ShowLab博士研究生，主要研究方向包括图像和视频生成，AI安全性。黄施捷：新加坡国立大学硕士二年级学生，目前在TiamatAI任算法工程师实习生，主要研究方向是视觉生成。目前在寻找2025fall博士入学机会。最近，lvmin带来了最新模型PaintsUNDO。这款AI生成工具可以根据图片还原整个绘画过程，整个AIGC社区都为之震撼。PaintsUNDO的演示demo。早在1个月前，NUS，SJTU，Tiamat等机构联合已经发布...文本生成图片杀疯了！Meta开源SAM-2：可商用，随意分割视频、图像
2023年4月5日，Meta首次开源了视觉分割模型SAM，能够根据交互和自动化两种方式任意切割视频、图像中的所有元素，当时这个模型被誉为计算机视觉界的“ChatGPT时刻”。目前，SAM在Github超过45000颗星。今天凌晨，Meta在SAM的基础之上对架构、功能以及准确率等进行大量更新，正式开源了SAM2，并支持Apache2.0规则的商业化。这也是继上周Llama3.1之后，再次开源重磅模型。同时Meta还分享了SAM2的训练数据集SAV，包含了51,000真实世...视频图像ECCV`24 | 首次解决文本到3D NeRFs分解问题！港中文等提出DreamDissector
论文链接：https:arxiv.orgabs2407.16260亮点直击第一个解决文本到3DNeRFs分解问题的团队。为了解决这个问题，本文引入了一个名为DreamDissector的新颖框架，包括一种新颖的神经类别场（NeCF）表示，可以将输入的NeRF分解成独立的子NeRF，一个深度概念挖掘（DCM）技术，通过个性化扩散模型促进子NeRF和概念之间的对齐，以及一个类别分数蒸馏采样（CSDS）损失，利用DCM增强NeCF的学习。实验结果展示了DreamDissector的有效性，额...模型2dECCV`24 | 比DragDiffusion快100倍！RegionDrag：快·准·好的图像编辑方法！港大&牛津
文章链接：https:arxiv.orgpdf2407.18247git链接：https:github.comLuJingyiJohnRegionDrag亮点直击引入了一种基于区域的图像编辑方法，以克服基于点拖拽方法的局限性，利用更丰富的输入上下文来更好地对齐编辑结果与用户的意图。通过采用无梯度的复制粘贴操作，基于区域的图像编辑比现有方法快得多（见上图1），在一次迭代中完成拖拽。扩展了两个基于点拖拽的数据集，添加了基于区域拖拽的指令，以验证RegionDrag的有效性并...图像框架基于Celery、Redis和Florence 2实战异步机器学习推理
原创本文将通过一个最小但功能强大的实例教程，引导你进入异步机器学习推理开发领域。简介大多数机器学习服务教程都专注于实时同步服务的介绍，这允许对预测请求做出即时响应。然而，这种方法可能难以应对流量激增，对于长时间运行的任务来说并不理想。因此，类似于这样的任务还需要更强大的机器来快速响应；否则，一旦客户端或服务器发生故障，预测结果通常会丢失。在本文中，我们将演示如何使用分布式任务调度框架Celery和开源分...机器学习Florence 2CeleryOpenAI、百度、阿里、腾讯、字节、快手最全 AI 工具集，你使用最多的是 ChatGPT 嘛？
今天带大家细数一下大厂的AI产品，包含OpenAI、百度、阿里、腾讯、字节、快手，大家都用过哪些呢？OpenAI地表最强AI大模型，模型强才是真的强，就是Sora到底啥时候出来。产品名称领域网址备注GPT4O大语言模型https:chatgpt.com强大的语言处理能力DALLE3图像生成https:openai.comindexdalle3可以根据描述生成图像Sora视频生成https:openai.comindexsora文本生成视频模型Whisper语音识别https:platfo...OpenAI百度腾讯简单策略解决CTR模型训练一轮过拟合问题
今天这篇文章给大家介绍一下推荐系统中预估模型的oneepoch问题，以及相应的解法。主要来源于两项工作，一个是由阿里发表的论文TowardsUnderstandingtheOverfittingPhenomenonofDeepClickThroughRatePredictionModels（2022）中提出的oneepoch问题这一现象，另一是由快手发表的论文MultiEpochlearningwithDataAugmentationforDeepClickThroughRatePrediction（2024）中提出的oneepoch问题的解法。1.Oneepoch现象工业界的CTR预估...策略CTR模型训练BabyAGI Agent：LLM如何实现？
嘿，大家好！这里是一个专注于AI智能体的频道！今天我们来聊聊一个超酷的东西——BabyAGIagentwithTools。这货是一个能跟数据库打交道的智能体！这是这个系列的第3篇。首先，咱们得搭建一个向量存储和嵌入模型。这里我们用的是开源的Chroma和OpenAI的嵌入模型。别急，这就给你们上代码。fromlangchain.embeddings.openaiimportOpenAIEmbeddingsfromlangchain.vectorstoresimportChromaembeddingOpenAIEmbeddings()persistdirect...BabyAGILLMAgent动手实现GraphRAG，检索效果大幅提升
1理解检索增强生成（RAG）检索增强生成（RAG）技术通过融合检索得到的文档和用户输入的查询，为语言模型注入了额外的上下文信息。这种结合不仅丰富了模型的知识库，还提升了其回答的准确性和相关性。例如，当用户提出涉及特定个人信息或商业数据的问题时，RAG能够从预设的数据源中提取关键信息，辅助模型给出更加精准的答复。简而言之，RAG技术就像是给语言模型配备了一个智能的背景知识库，使其在面对复杂问题时，能够做出更加...GraphRAG检索效果新版PyTorch：AI任务加速与Intel GPU集成
原创最近的Pytorch2.4推出AI任务加速，提供对IntelGPU的支持。为了进一步加速AI任务，PyTorch2.4现在为Intel数据中心GPUMax系列提供支持，该系列将IntelGPU和SYCL软件堆栈集成到标准PyTorch堆栈中。<下图为各个组件被引入到pytorch的各个版本信息。小编建议快速浏览，第二章节再仔细理解这些组件的内涵！>借助IntelGPU支持，读者可以拥有更多GPU选择，并可以使用相同的前后端GPU编程模型。现在可以在IntelGPU上部署和操作，几乎不需...AIKinetoGPULlama3.1系列模型正式开源，最大405B，闭源模型的统治时代将迎来结束？
Meta开源了Llama3.1系列模型，最大参数规模为405B，开源也是好起来了，榜单指标直逼GPT4o。开源追上闭源模型不再是梦！Llama系列模型确实是开源界的头部，真金白银砸出来的就是不一样。不过现在大家也都知道，榜单效果和真实使用效果也不是完全正比的，后面看看对lmsys战榜单，还有大家的实测效果吧！HF:https:huggingface.cocollectionsmetallamallama31669fc079a0c406a149a5738fLlama3.1系列模型细节15TTokens预训练；占比知...Llama3.1模型部署NeedleBench 超长文本评测基准：大语言模型能否在 1000K 长度上检索推理？
司南团队构建了针对大语言模型超长文本能力的中英双语测试框架——NeedleBench，专门用来压力测试模型在处理长达百万级上下文窗口中的检索能力和推理能力。论文链接：http:arxiv.orgabs2407.11963Part1：为什么需要NeedleBench现在的大语言模型，如最近公开的GPT4o、GLM49B、InternLM2.5等，已经扩展了它们的上下文窗口，可以处理多达100万个token的文本。然而，简单地通过“NeedleInAHaystack”大海捞针要求LLMs提取关键信息，...NeedleBench语言模型模型崩溃！泛滥的AI会反噬自身！牛津大学研究发现：用AI生成数据来二次训练大模型会产生无意义的内容！
原创编辑星璇出品51CTO技术栈（微信号：blog51cto）研究人员发现，网络上AI生成内容的积累将导致机器学习模型“崩溃”，除非该行业能够缓解这一风险。牛津大学的研究团队发现，使用AI生成的数据集来训练未来的模型可能会产生无意义的内容，这一现象被称为模型崩溃。在一个例子中，一个模型起初是关于中世纪欧洲建筑的文本，但到了第九代时，却开始胡言乱语地谈论野兔。在昨日发表于《自然》杂志的一篇论文中，由谷歌DeepMind和牛津...AI训练模型Meta开源用于数学等复杂推理AI Agent—HUSKY
Meta、华盛顿大学和阿伦AI实验室的研究人员联合开源了，专用于数学、表格等复杂推理的AIAgent—HUSKY。与传统AIAgent不同的是，HUSKY采用了一个统一的行动空间，无论是数值计算、表格分析还是基于知识的推理，都能够通过一系列预定义的自动化行动来完成。这种统一性极大提升了AIAgent的泛化能力，使其能够跨领域解决多种难题。此外，HUSKY还使用了一种迭代推理的方法，通过在行动生成和执行之间不断迭代，可以像人类那样分层次...开源模型OpenAI发布最新大模型安全对齐奖励方法——RBR
随着ChatGPT等产品的广泛应用，确保其输出的安全性成为场景化落地的关键。传统方法是使用RLHF（人类反馈强化学习）来进行安全对齐，但有两大局限性难以持续使用。1）收集和维护人类反馈数据不仅成本高昂，并且随着大模型能力的提高以及用户行为的变化，现有的数据很快就会过时失效；2）如果数据标注者存在个人偏见，会导致模型的输出出现极大偏差，例如，标注人对黑人有歧视，就会在生成CEO等高端形象时偏向白人（这个情况真实...模型AI具身智能又进一步！卡内基梅隆&Meta&苏黎世联邦实现虚拟人超灵活抓取
论文链接：https:arxiv.orgpdf2407.11385github链接：https:www.zhengyiluo.comOmnigraspSite亮点直击本文设计了一种灵巧且通用的人形机器人运动表示，这显著提高了样本效率，并使得通过简单而有效的状态和奖励设计来学习抓取成为可能；本文展示了利用这一运动表示，可以在不使用配对的全身和物体运动数据的情况下，学习合成抓取姿势和轨迹的抓取策略；本文证明了训练人形控制器的可行性，该控制器能够实现高成功率的抓取物体，...虚拟人智能颠覆虚拟试衣行业标准！阿里发布OutfitAnyone：任意服装+任意人！
精华文章链接：https:arxiv.orgpdf2407.16224git链接:https:humanaigc.github.iooutfitanyonehuggingface:https:huggingface.cospacesHumanAIGCOutfitAnyone亮点直击顶尖逼真度：OutfitAnyone方法为虚拟试穿设立了新的行业标准，提供行业领先的高质量结果。高鲁棒性：OutfitAnyone可以支持任何人、任何服装、任何体型和任何场景的虚拟试穿。灵活控制：支持各种姿势和体型引导方法，包括(openpose，SMP，densepose)。高质量：支持...虚拟AI
