AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
“创造神迹” -> “打造利器”：AI 从实验室走向市场的五大障碍
原创 精华编者按：AI能立即改变世界吗？为何巨额投资却难见成效？你是否也在思考：我们开发的AI产品真的解决了用户的需求吗？面对这些问题，许多公司陷入了困境：要么过于专注模型开发而忽视实际应用，要么盲目将AI融入产品而不考虑是否需要。这不仅导致资源浪费，更可能使我们错失AI真正的价值所在。本文深入剖析了AI从实验室走向市场的五大障碍，包括使用成本、产品可靠性、隐私问题、产品安全和用户界面。作者基于对OpenAI、Google等A...LLMAIBaihai IDP人工智能训练模拟人形机器人的五种强化学习技术大PK
原创本文将使用五篇新发表的强化学习论文中介绍的五种算法（DDPG、SAC、PPO、I2A和决策转换器）来训练模拟人形机器人互相打斗并对训练结果进行排名。简介我想起了最近的一个老电视节目《Battlebots》，并想对这个节目进行进一步的改造。因此，我将使用最新发表的五篇有关强化学习的论文中提到的技术来分别训练模拟人形机器人并让它们展开决斗，以便比较这些算法的不同排名。通过阅读本文中介绍的内容，你将学习到关于这五种强化学习...人形机器人算法强化学习年中复盘：大模型六小虎生存现状盘点
原创编辑伊风出品51CTO技术栈（微信号：blog51cto）ChatGPT横空出世，打响了生成式AI创业热潮的发令枪。在国内，智谱AI、百川智能、零一万物、月之暗面、Minimax率先领跑。今年6月，前微软全球副总裁姜大昕创办的阶跃星辰，开始受到资本的青睐，一轮20亿美元的融资，将其送上了第一梯队的牌桌。自此，大模型创企的“六小虎”的格局形成。从新年伊始，AI应用层的井喷被预告为今年AI领域的最强看点。3月份，Kimi200万字长文本横空出世...模型OpenAIAITake a Step Back：通过抽象激发大模型推理能力（ICLR2024）
原创摘要:我们提出了一种简单的提示技术——“退一步”提示（STEPBACKPROMPTING），该技术能够使大语言模型（LLMs）进行抽象，从包含特定细节的实例中推导出高层次概念和基本原理。通过使用这些概念和原理来指导推理，LLMs显著提高了沿着正确推理路径找到解决方案的能力。我们在PaLM2L、GPT4和Llama270B模型上进行了“退一步”提示的实验，并在包括STEM、知识问答（KnowledgeQA）和多跳推理（MultiHopReasoning）等各种具有挑战...大模型大语言模型用 Dify 和 Notion 打造轻量级金融数据库
原创大家好，我是橙哥！今天我们来看一下如何用Dify和Notion打造一个轻量级金融数据库，首先我从服务器的MySQL数据库向Notion同步了今天的量化策略选股结果数据。同步后的Notion表格数据如下所示：下面我们来看一下如何将Notion表格数据同步到dify知识库。首先打开dify主页，点击创建知识库。在创建知识库页面，选择同步自Notion内容，并绑定Notion空间，选择你要同步的Notion表格数据。下一步进行数据处理，系统可以自动帮我们进行...DifyNotion金融数据库大模型提示词进阶，零样本提示, 一次样本提示和少样本提示以及思维链(Chain of Thought, Cot)
原创“技术的核心只有两点，一个是把技术做好，一个是把技术用好”在之前的文章中曾经说过，预训练和微调是为了打造一个更好用的大模型，而提示学习是为了更好的使用大模型，激发大模型的潜能。而基于提示学习发展起来的提示词工程，也就是怎么写一个更好的提示词；网络上已经有很多经过检验的提示词框架，比如APE，BROKE等。提示词工程是一门基于经验的科学，因此没有最好的提示词框架，只有不同任务下最合适的提示词框架。而经过...模型思维链样本提示大模型时代信息抽取任务该何去何从？复旦发布InstructUIE提升大模型信息抽取能力
一、概述Title:InstructUIE:MultitaskInstructionTuningforUnifiedInformationExtractionPaper:https:arxiv.orgabs2304.080851Motivation大语言模型解锁了非常强的多任务能力，但是大模型在信息抽取任务上表现比较差，例如gpt3.5turbo在Ontonotes数据集上的f1只有18.22。2Methods2.1整体结构说明：1）基于Instructiontuning技术，实现了一个信息抽取的统一框架，可以实现各式各样的信息抽取任务，并且能挖掘内部任务之间的依赖...大模型信息抽取Methods即插即用 | 时间编码+LSTM+全局注意力
1模型创新点介绍1.1时间编码输入信息编码参考Informer论文，我们把源码和数据集制作进行了优化，方便任何带有时间特征列的数据集进行输入信息的编码。Informer在原始向量上不止增加了Transformer架构必备的PositionEmbedding（位置编码）还增加了与时间相关的各种编码：日周期编码：表示一天中的时间点。周周期编码：表示一周中的时间点。月周期编码：表示一个月中的时间点。在时间序列预测任务中，不同时间节点可能蕴藏着重要...时间编码LSTM浅谈视觉Transformer技术
1.标准Transformer经典Transformer模型(如上图所示)，它是由编码器（蓝框）和解码器（绿框）组成，标准VisionTransformer(ViT)[2]主要应用了其中的编码器,编码器模块主要由一个MultiHeadSelfAttention(MHA)和一个MultilayerPerceptron(MLP)组成。2.视觉Transformer标准Transformer编码器的输入是一维embedding，为了能将该编码器应用于图像任务，将尺寸为(H,W,C)的图像切分成尺寸为(P,P,C)的图像块，一共得到个图像块，reshape...Transformer技术模型LLMs的基本组成：向量、Tokens和嵌入
了解向量、Tokens和嵌入是理解大语言模型怎样处理语言的基础。在处理LLMs时，你经常会遇到“向量”、“Tokens”和“嵌入”这些术语。在深入研究构建聊天机器人和人工智能助手之前，彻底理解这些概念非常重要。随着多模态方法日益普及，这些术语不仅仅适用于大型语言模型（LLMs），还可用于解释图像和视频。本教程的目标是通过简单直接的示例和代码片段向你介绍这些核心概念。向量：机器的语言向量在LLMs和生成式人工智能的运作...LLMsTokens向量RAG新范式MemLong：用于长文本生成的记忆增强检索
精华传统的注意力机制由于时间和空间复杂度的二次方增长，以及在生成过程中键值缓存的内存消耗不断增加，限制了模型处理长文本的能力。相关的解决方案包括减少计算复杂度、改进记忆选择和引入检索增强语言建模。检索增强生成（RAG）和MemLong的记忆检索流程。(a)当检索到的信息长度超过模型的处理能力时，RAG甚至可能会降低生成性能（黄色）(b)MemLong利用外部检索器来获取历史信息，然后将这些信息以键值对（KV）的形式而不是文本...RAGMemLong检索NVIDIA 联合团队提出长视频理解的前沿技术BREASE，新框架连接情节和语义
随着互联网和社交媒体平台上视频内容的爆炸性增长，视频理解技术的重要性日益凸显。视频理解不仅仅是对视频内容的简单分类或标签化，而是深入分析视频中的动作、场景、情节和语义信息。这项技术在多个领域具有广泛的应用前景，包括视频摘要、内容检索、内容审核、版权保护和智能推荐等。在信息时代，视频理解技术扮演着越来越重要的角色。随着视频内容的激增，如何有效地理解和处理这些内容成为了一个关键问题。视频理解不仅仅...NVIDIABREASE情节OpenAI官方揭秘GPT-4的秘密武器- 指令的艺术
大多数人以为写清楚指令是再简单不过的事情，但其实绝大部分人都无法正确描述自己的想法和意图。这对于使用OpenAI的GPT4这样的强大的语言模型来说，是一个很大的障碍。GPT4是一个可以接受文本和图像输入，输出文本的多模态模型，它可以解决很多困难的问题，比我们之前的任何模型都更准确，这得益于它更广泛的常识和先进的推理能力¹。如果你想让GPT4帮你完成一些创造性或技术性的写作任务，比如写歌、写剧本、或者学习你的写作...OpenAIGPT-4信息Stable Diffusion这样的文本-图像生成模型有记忆吗？
精华StableDiffusion扩散模型作为生成高质量图像的先进模型，却伴随着对训练数据的记忆化倾向，引发了隐私和安全性的担忧。AIGCer分享一篇分析该现象的文章，通过两个案例研究深入挖掘了文本复制现象，旨在为未来生成模型的改进提供重要的指导。基于扩散模型，如StableDiffusion模型，以其生成高质量、高分辨率图像的能力，已经在文本到图像合成领域引起了革命。这些进展推动了图像生成和编辑任务的显著进展。然而，这些模型也引发...模型生成长视频生成再突破！高质量连贯达600帧 | ConFiner：专家链加持的免训练长视频生成器
论文链接：https:arxiv.orgpdf2408.13423git链接：https:github.comConfiner2025Confiner2025亮点直击创新性解耦策略：ConFiner框架通过将视频生成任务解耦为三个独立的子任务，显著优化了生成过程。该方法利用了三种现有的扩散模型专家，每个专家专注于一个特定的任务，从而降低了模型的计算负担，同时提升了生成的质量与速度。协调去噪技术：该技术在视频生成过程中引入了协作机制，使得使用不同噪声调度器的两个专...视频生成比肩Sora，免费试用！国外惊讶，中国文生视频模型超高质量！
精华中国知名大模型平台MiniMax旗下的海螺AI，最新上线的文生视频产品，受到了国外的盛赞，多数人表示一点也不比Sora、Runway、luma等国际顶级产品差。根据「AIGC开放社区」实际使用体验来看，其生成视频的质量、推理效率、动作一致性多样性、文本语义还原、色彩搭配、景深、光影效果等非常优秀，是既快手发布的可灵视频模型之后，咱们村出来的第二位“大学生”成绩是相当的亮眼。这也是为什么产品刚一发布，就在社交平台上引起了多...AI生成超越静态管道：使用LlamaIndex增强人工智能代理
原创本文使用LlamaIndex的查询引擎工具和函数工具构建人工智能代理，并演示如何有效地集成和利用这些工具。基本的检索增强生成(RAG)数据管道通常依赖于硬编码的步骤，每次运行时都遵循预定义的路径。这些系统没有实时决策，也不会根据输入数据动态调整动作。这种限制会降低在复杂或不断变化的环境中的灵活性和响应性，凸显了传统RAG系统的一个主要弱点。LlamaIndex通过引入代理解决了这个限制。代理超越了查询引擎，因为它...人工智能LlamaIndexLLM开源模型，是全村希望还是智商税？
原创嘉宾郭炜、沈旸、程戈主持薛彦泽整理李美涵大模型的场域，被开闭源自动地划分为两个阵营。自此，开闭源之争的硝烟一直盘旋在大模型的上空。从奥特曼颇为无力的辩称：OpenAI的Open指的是人工智能成果的广泛共享，而非模型的开源。到李彦宏直截了当的断言：开源模型可能是一种“智商税”，随着时间的推移，开源模型只会越来越落后。开源模型在商业模式上的断裂及性能的落后一直饱受诟病。然而，Llama3.1的横空出世给开源注入了强...开源模型智商税LLMs、MLLMs等领域的模型合并：方法、理论、应用与机遇
精华一、结论写在前面论文标题：ModelMerginginLLMs,MLLMs,andBeyond:Methods,Theories,ApplicationsandOpportunities论文链接：https:arxiv.orgpdf2408.07666项目链接：https:github.comEnnengYangAwesomeModelMergingMethodsTheoriesApplications模型合并是机器学习社区中一种高效的赋能技术，无需收集原始训练数据，也不需要昂贵的计算。随着模型合并在各个领域的日益普及，全面理解现有的模型合并技术变得至...LLMs模型合并多模型协作增强模型推理能力
原创01、CorexPushingtheboundariesofcomplexreasoningthroughmultimodelcollaborationCorex：通过多模型协作推动复杂推理的边界摘要：大型语言模型（LLMs）正以前所未有的速度发展，并在拥有世界知识的自然语言处理（NLP）领域展现了相当的能力。受益于超大规模的训练语料库，单一的LLM能够胜任典型的NLP任务。然而，其在执行复杂任务时的表现仍受到其内部表示的局限性约束。为进一步突破这一边界，我们引入了Corex，这是一套将LLM...多模型协作
