AI.x社区

微软推出的Phi3.5vision，把人工智能带到了成长的新阶段。这款AI模型擅长处理文本和图像，为图像识别和自动文字识别等任务带来创新的解决思路。本文介绍Phi3.5vision的技术亮点及其在实际场景中的应用。一、Phi3.5vision核心特性和功能Phi3.5vision处理文本和图像信息的能力全面且高效，能够胜任多样化的任务，成为众多应用场景中的得力助手，是行业中的佼佼者。核心特性支持长达128,000个token的上下文理解，让模型在处理长文...

最近，人工智能领域涌现的新搜索引擎MindSearch正成为行业的新宠。这款开源的搜索引擎具备卓越的信息处理能力，能够在几分钟内完成人类需要数小时才能做到的工作，充分展现出AI在信息检索和整合方面的惊人潜力。本文带读者了解MindSearch的核心特性，看其如何领先于竞争对手；同时，文章中还会提供指南，指导如何在本地搭建这款AI搜索引擎。1MindSearch简介MindSearch是由上海人工智能实验室联合研发团队推出的开源AI搜索框架，...

现如今，AI编程助手已经成为Python代码开发者的左膀右臂，这些AI助手通过智能化的功能，让编程工作事半功倍，同时代码质量也更上一层楼。本文分享10款好用的AIPython代码生成工具。1GitHubCopilotGitHubCopilot是由GitHub创建的AI编程伙伴。能在你输入时实时推荐完整的代码行和整个函数。Copilot由OpenAICodex提供支持，后者在数十亿行公共代码上进行过训练。主要特点：支持Python等多种语言，提供精准的上下文代码补全与Visual...

自ChatGPT引领人工智能的新潮流以来，我们见证了大型语言模型（LLM）与私有数据结合的巨大潜力。这种结合不仅催生了功能强大的AI应用，也标志着AI专业能力的提升。然而，随着深入探究，我们发现传统的文本嵌入检索技术（Text2VecRAG）在处理知识库问答时仍存在局限。本文阐述如何通过图形RAG技术，有效填补这一空白，实现对知识库的深入挖掘和全面理解。1局部和全局问题文本嵌入检索技术让LLM应用能够稳定地根据知识库内容回答...

本文介绍如何利用GPT4omini模型和LangChain框架，构建一款能够迅速响应用户查询的AI搜索智能体。文章以一个具体问题为例，展示智能体的高效性能和成本效益。1智能体性能实例以查询WhatyearwasIBMfoundedandinwhatyearwasApplefounded问题为例，智能体不仅能够快速给出答案，而且在成本效益上也极具优势：仅消耗165个token，花费0.0000594美元，同时响应速度极快，首个token的响应时间仅为1,389毫秒。这里智能体配备了工具——Ta...

文本信息转化为知识图谱的技术，自问世以来一直是研究界的宠儿。大型语言模型（LLMs）的兴起让这个领域受到更多关注，但LLMs的成本之高令人却步。然而，通过对小型模型微调优化，我们可以找到一种更经济高效的解决方案。今天向大家介绍Relik，这是由罗马大学（SapienzaUniversityofRome）自然语言处理团队精心研发的快速、轻量级信息提取框架。1信息提取流程在不依赖LLMs的情况下，信息提取流程通常包括：上图呈现了信息提取的...

​智能体应用：融合前沿AI技术，提供自主决策和复杂任务处理的智能化解决方案。1引言智能体应用，依托人工智能技术，能够根据用户的输入和环境变化，独立自主地执行任务并做出决策。这些应用配备了尖端算法和工具，不仅能够制定行动计划，还能即时优化策略。智能体应用通过整合访问工具、逻辑推理和即时响应等功能，能够构建并推进复杂的工作流程，为用户带来智能化的解决方案。在理论探讨和未来预测方面，该领域更倾向于通过原...

使用孪生神经网络在PyTorch中实现签名验证的方法，以及在数据有限的情况下如何高效训练模型。在深度学习的领域里，神经网络几乎能处理各种任务，但通常需要依赖于海量数据来达到最佳效果。然而，对于像面部识别和签名验证这类任务，我们不可能总是有大量的数据可用。由此产生了一种新型的神经网络架构，称为孪生网络。孪生神经网络能够基于少量数据实现精准预测。本文介绍孪生神经网络的基本概念，教读者如何用PyTorch来搭建一...

在数据科学和应用开发不断演变的领域中，简化数据分析到交互式应用转换的工具日益重要。Python框架Taipy作为这一领域的关键参与者，以其独特的数据驱动应用创建方法脱颖而出。Taipy以其用户友好的设计和与Python数据科学生态系统的集成而著称。Taipy是什么？Taipy是一个旨在实现交互式应用快速高效开发的Python框架，尤其适用于数据科学项目。它满足了低代码开发解决方案的需求，能弥合复杂数据科学算法与用户友好应用之间的差...

随着Llama、Mistral、Gemma等开源大型语言模型（LLMs）的兴起，本地运行LLMs的实用性和必要性日益凸显，尤其是与商业模型如GPT3或GPT4相比时，其成本效益展现出明显的优势。本文指导读者如何结合Ollama、Llama3和Milvus搭建高效的检索增强生成（RAG）系统，创建一个能解答特定问题的Q&A聊天机器人。1RAG概述RAG，即检索增强生成，是一种通过融合额外的数据源来提升大型语言模型（LLMs）性能的技术。一个典型的RAG应用流程包括：...

检索增强生成（RAG）技术通过引入外部知识源，增强了大型语言模型的回答准确性和上下文契合度。尽管RAG在处理复杂异构信息时可能会忽略实体间的结构和联系，例如，向量数据库可能错误地将“员工”与“雇主”关联得更紧密，而非“信息”。知识图谱的引入有效解决了这一局限。它采用节点和边的三元组结构，如“雇主—提交—索赔”，清晰地表达了实体间的关系。这种结构化的方法让知识图谱在处理复杂数据搜索时更为精确和高效。1技...

本文分享一个开源项目——一款创新的生成式搜索引擎，能够实现用户与本地文件的智能互动。此项目在微软Copilot等现有工具的基础上，推出了一种开放源代码的替代方案，旨在推动技术共享与创新。1系统设计为构建本地生成式搜索引擎或助手，需要几个组件：内容索引系统：负责存储本地文件内容，并配备信息检索引擎，以便高效地搜索与用户查询或问题最相关的文档。语言模型：用于分析选定的本地文档内容，并据此生成精炼的总结性答...

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...

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...

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，...

人工智能领域因大型语言模型如ChatGPT的出现而焕然一新。这些模型能模拟人类语言，迅速被广泛采纳。ChatGPT在发布后仅两个月便吸引了1亿用户，彰显了巨大的影响力。要将这些模型的潜力转化为实际应用，需要特定的工具，LangChain和LangFlow正是为此而生。1LangChain：构建智能应用的强大框架LangChain是一个开源的Python工具，为开发者提供了强大的平台，可以将大型语言模型（LLMs）与众多工具和功能无缝对接。LangChain不仅是...

在数据泛滥的今天，如何高效地从海量信息中提取有价值的洞察，已成为开发者面临的共同挑战。本文介绍一个创新项目——基于Streamlit的应用程序，它能够理解自然语言并直接与SQL数据库进行交互，从而简化数据分析流程。1环境设置在本项目中，我们选择PostgreSQL作为后端数据库。用户需自行安装并配置PostgreSQL，同时需要搭建Ollama环境以及OpenWebUI界面。具体的安装和配置步骤，建议参考相应的官方文档或社区指南进行操作。2创...

1LangGraph概述LangGraph是LangChain的增强版，专注于构建智能体及多智能体流程。其核心优势在于新增的循环流程构建功能以及内嵌的记忆机制，这些特性对于智能体的构建极为重要。LangGraph为开发者提供了高度的控制能力，这在自定义智能体和流程的开发中极为关键。市面上绝大多数的智能体都是针对特定应用场景进行了定制。LangGraph不仅赋予了开发者灵活定制智能体的能力，还提供了直观且易于操作的开发体验。2构建终极自主研究...