AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
最强模型Llama 3.1 405B正式发布，扎克伯格：开源引领新时代
精华刚刚，大家期待已久的Llama3.1官方正式发布了！Meta官方发出了「开源引领新时代」的声音。在官方博客中，Meta表示：「直到今天，开源大语言模型在功能和性能方面大多落后于封闭模型。现在，我们正在迎来一个开源引领的新时代。我们公开发布MetaLlama3.1405B，我们认为这是世界上最大、功能最强大的开源基础模型。迄今为止，所有Llama版本的总下载量已超过3亿次，我们才刚刚开始。」Meta创始人、CEO扎克伯格也亲自写了篇长文《Op...Meta开源快手可灵团队最新开源项目火了：大叔实时变身少女，GitHub狂揽7.5K星
精华离大谱！！不看视频完整版谁知道里面的美少女竟是一位大叔。好嘛，原来这是用了快手可灵团队的可控人像视频生成框架——LivePortrait。LivePortrait开源即爆火，短短时间已在GitHub狂揽7.5K星标。还引来HuggingFace首席战略官ThomasWolf亲自体验：甚至目前仍在HuggingFace全部应用里排在趋势第一：所以，为啥LivePortrait能够疯狂引人关注还得从它让人眼前一亮的表现说起……让表情“移花接木”LivePortrait由快手可灵大模型团...模型开源冰球运动的AI科技感：用计算机视觉跟踪球员
原创本文将介绍使用PyTorch、计算机视觉库OpenCV和卷积神经网络（CNN）开发一个跟踪冰球球员、球队及其基本表现统计数据的YOLOv8x模型的全过程。引言如今，我并没有像我孩提梦想的那样成为一名冰球运动员；但是，从我小时候起，冰球就成为我生活的一部分。最近，我有机会在秘鲁首都利马举行的第一届冰球锦标赛（3对3）中成为裁判的技术支持人员，并保存下来一些统计数据。当然，这项工作的完满完成还涉及到秘鲁直排冰球协会（APHL）...神经网络人工智能计算机视觉库“剧本杀”进化体！多智能体谋杀案来了
原创撰稿丨诺亚出品51CTO技术栈（微信号：blog51cto）近年来，社交游戏如狼人杀和剧本杀风靡一时，它们融合了角色扮演与悬疑解谜的精髓，为玩家们带来了沉浸式的娱乐体验。然而，你是否曾想象过，倘若游戏中的主要参与者都是由智能体扮演的，那将是一番怎样的景象？近期，这一创意在一次黑客马拉松中实现，开发者PaulScotti与WillBeddow携手打造了一款开源游戏。这款游戏巧妙地构建了一宗谋杀悬案，玩家将化身侦探，面对的不再是普...剧本杀多智能体谋杀案中国有望使用最强Blackwell架构！英伟达拼了！突破拜登政府芯片出口限制，为中国定制旗舰版B20!
原创编辑言征出品51CTO技术栈（微信号：blog51cto）英伟达最强算力架构Blackwell，有望来中国销售了！英伟达真的很拼，对于中国AI市场，总是不遗余力，甚至为突破美国对中的出口限制，绞尽脑汁。22日，据四位知情人士称，Nvidia正在为中国市场开发一款新的旗舰AI芯片，该芯片设计是为了突破当前的美国商务部出口管制政策。1.英伟达推“合规旗舰版”AI芯片为中国市场再次一博作为当之无愧的AI芯片巨头，英伟达于3月推出了“Blackwell...架构出口限制长上下文能力只是吹牛？最强GPT-4o正确率仅55.8%，开源模型不如瞎蒙
大数字一向吸引眼球。千亿参数、万卡集群，——还有各大厂商一直在卷的超长上下文。从一开始的几K几十K，发展到了如今的百万token级别。Gemini的最新版本可以接收200万个token作为上下文。这大概相当于140万个单词、2小时视频或者22小时的音频。但不知诸位平时用得着这么长的上下文吗？毕竟100K已经相当于一部比较长的小说了。更重要的是，LLM真的能在这个长度上进行推理吗？近日，有两篇独立研究分别表明：长上下文水分很大！L...模型训练Llama 3.1磁力链提前泄露！开源模型王座一夜易主，GPT-4o被超越
历史再次重演，Llama3.1405B提前泄露了！现在，基准测试和磁力链已经传得满天飞了。除了最大的405B，Meta这次还升级了5月初发布的8B和70B模型，并将上下文长度全部提升到了128K。至此，模型版本也正式从Llama3迭代到了Llama3.1。根据磁力链提供的信息，新模型大小为763.48GiB（约820GB）。从泄露的「基准测试」可以看出，连8B小模型都很能打，而70B的模型，性能在多项基准上都能赶超GPT4o了。开发者们看到测试结果后也原地炸锅...模型测试优雅谈大模型：“System2”与“System 1”
System1和System2的思维来自丹尼尔·卡尼曼（DanielKahneman）的《思考，快与慢》一书。里面介绍了两种不同的认知处理模式。System1快速、自动且直观，几乎无需费力即可操作。这种思维模式使人类能够根据模式和经验做出快速决策和判断。相比之下，System2是缓慢的、深思熟虑的和有意识的，需要有意识地努力。这种类型的思维用于复杂的问题解决和分析任务，在这些任务中需要更多的思考和考虑。上下班途中，人总是知道该走哪条路...模型System2System力压Transformer，详解Mamba和状态空间模型
精华大型语言模型（LLMs）之所以能够在语言理解与生成上取得巨大成功，Transformer架构是其强大的支撑。从开源的Mistral，到OpenAI开发的闭源模型ChatGPT，都采用了这一架构。然而，技术的探索从未止步。为进一步提升LLMs的性能，学界正在研发能够超越Transformer的新架构。其中，Mamba模型以其创新的状态空间模型（StateSpaceModel）成为研究的焦点。本文介绍Mamba模型及其在语言建模领域的应用，逐步解析状态空间模型的基本概念，...Mamba状态空间模型AI Agent的未来在哪里？LangChain CEO探讨记忆、工具与自主规划的完美融合
嘿，大家好！这里是一个专注于AI智能体的频道！今天我要跟大家聊聊AI界的大新闻，是关于AIagents的未来。最近，LangChain的CEOHarrisonChase在红杉资本的一个活动上，分享了他对Agent未来发展的一些深刻见解。视频地址：https:www.youtube.comwatchvpBBe1pk8hf4首先，简单科普一下LangChain。它是一个超火的编码框架，专门用来整合各种AI工具，让开发者们能轻松构建复杂的应用程序。AIAgent就是这个框架潜力的典型代表。简单来...AI工具Agent人工智能在低代码和无代码开发中的积极作用
原创将人工智能技术集成到低代码和无代码开发中，可以利用自动代码生成和智能助手等功能加速应用程序的创建。大型语言模型(LLM)的出现导致人们争相将人工智能(AI)技术集成到每个有意义的产品中，甚至包括许多毫无意义的产品。但有一个领域，人工智能已经被证明是一个强大而有用的补充：低代码和无代码的软件开发。以下将介绍人工智能如何以及为什么使构建应用程序更快、更容易，尤其是使用低代码和无代码工具。人工智能在应用程序开...人工智能低代码无代码中科大联合华为诺亚提出Entropy Law，揭秘大模型性能、数据压缩率以及训练损失关系
本工作由中科大认知智能全国重点实验室IEEEFellow陈恩红团队与华为诺亚方舟实验室完成。陈恩红教授团队深耕数据挖掘、机器学习领域，在顶级期刊与会议上发表多篇论文，谷歌学术论文引用超两万次。诺亚方舟实验室是华为公司从事人工智能基础研究的实验室，秉持理论研究与应用创新并重的理念，致力于推动人工智能领域的技术创新和发展。数据是大语言模型（LLMs）成功的基石，但并非所有数据都有益于模型学习。直觉上，高质量的样...数据训练无限生成视频，还能规划决策，扩散强制整合下一token预测与全序列扩散
近日，MITCSAIL的一个研究团队（一作为MIT在读博士陈博远）成功地将全序列扩散模型与下一token模型的强大能力统合到了一起，提出了一种训练和采样范式：DiffusionForcing（DF）。论文标题：DiffusionForcing:NexttokenPredictionMeetsFullSequenceDiffusion论文地址：https:arxiv.orgpdf2407.01392项目网站：https:boyuan.spacediffusionforcing代码地址：https:github.combuoyancy99diffusionforcing如下所示，扩散强制在一...模型训练什么是提示词工程(prompt engineering)？为什么需要提示词工程？
原创“提示词工程，是一种不需要更新模型权重和参数来引导模型输出特定结果的方法”大模型之所以叫大模型，不但是因为其参数量大，还有训练与运营成本高。因此，从企业运营成本来说，使用大模型能用提示词解决就坚决不微调(finetunning)，能微调解决就坚持不重新训练或设计。那么提示词是什么？为什么需要提示词？有什么作用？01、什么是提示词工程(promptengineering)简单来说，提示词工程是一种不需要调整大模型参数或权重，就可...模型提示词工程如果老板让你基于大模型搭建一个系统，怎么选择一个适合自己任务的大模型？选择大模型需要考虑哪些问题？
原创“怎么选择和测试一款大模型，是一个需要思考的问题”到今天为止，市面上的大模型没有一万也有三千；如果算上那些学习使用的大模型，可能几十万都不止。但对企业来说，要想构建一个企业级的AI应用，最好的选择就是使用第三方大模型或者使用开源大模型，那么在如此多的模型中，怎么选择一个适合自己任务的大模型呢？个人开发的人工智能聊天小程序，感兴趣的可以点击查看：01、为什么要选择模型？这两年市面上的模型如雨后春笋般...大模型DSARE：当传统NLP遇到LLM后的关系提取新思路
精华1.背景关系提取是指通过自然语言处理技术从非结构化文本中确定两个实体之间的关系。图片如上图所示，大多数传统的关系提取（RelationExtraction，RE）方法是为RE任务量身定制，但是这些方法往往缺乏特定领域的先验知识。特别是当可供配置资源空间太少的时候，比如FewShotRelationExtraction（FSRE）场景。另一方面，基于LLM的新方法却存在相反的问题，尽管随着模型规模和语料库的增大，LLMs拥有大量先验知识，但是由于LLMs往往...DSARELLMNLPLLM 预训练语料、预处理和数据集索引、加载总结
精华一、背景介绍LLM的模型参数量很大，其模型效果也需要巨大的语料库支撑，LLM预训练需要的Token数已经从早期的300BToken逐渐增加到1.4T，甚至进一步扩展到3T以上。本文中我们具体介绍LLM预训练语料库的来源，构建语料库的预处理过程以及LLM预训练的Dataset存储、混合、加载方式。二、常见语料库虽然不同LLM的模型大小不同，预训练的Token数也各不一样，但是其原始的语料都大同小异，主要有几种类型：CommonCrawl、Wikipedia、Book...LLM预处理索引上海交大、复旦、上海 AI Lab引入渐进学习框架来验证弱到强的推理
一、结论写在前面论文标题：WeaktoStrongReasoning论文链接：https:arxiv.orgpdf2407.13647代码等：https:github.comGAIRNLPweaktostrongreasoning当大型语言模型(LLMs)超越人类水平能力时，为这些模型提供全面且准确的监督变得愈发困难。弱到强学习，即利用能力较弱的模型来解锁更强大模型的潜在能力，在此背景下被证明是有价值的。然而，这种方法在复杂推理任务中的有效性仍未得到验证。此外，在弱到强设置...AI框架验证ElevenLabs悄然推出最强文本转语音模型，Turbo2.5模型成行业领头羊
在AI浪潮席卷全球之际，ElevenLabs悄然推出的Turbo2.5文本转语音模型，犹如一记重拳，直击AI语音合成领域的痛点。这款模型不仅是技术的集大成者，更是成为行业的领头羊。ElevenLabs悄悄推出Turbo2.5文本转语音模型，相当低调Turbo2.5模型在速度上的飞跃，堪称摧枯拉朽。响应时间控制在400毫秒以内，普通话等27种语言的响应速度提升三倍，英语提速25%，这不是简单的数字游戏，而是对整个行业的降维打击。将AI语音合成推向了近乎...文本语音模型视觉语言模型能够“看见”吗？
来自奥本大学和阿尔伯塔大学的研究人员发现，最先进的具有视觉能力的大型语言模型（VLMs）在理解涉及基本几何形状的空间信息方面表现得非常糟糕，例如判断两个圆是否重叠。他们提出了一个名为BlindTest的新基准测试，包括7项简单任务，这些任务在互联网上自然语言中不太可能有现成答案，以测试VLM像人类一样“看见”图像的能力。现有的VLM基准（如MMMU和ChartQA）涵盖了广泛的主题，但输入图像并非总是回答问题所必需的，即答案...视觉语言模型
