AI.x社区

在全球经济的数字化浪潮中，汽车行业正经历着前所未有的变革。在整体经济下行的背景下，企业内功修炼成为重中之重，为实现经济转型与高质量发展，数字化转型发挥着关键支撑的作用。这一趋势在内卷淘汰赛进入下半场阶段的汽车行业尤其凸显，数字化转型助力企业运营的优化与升级，为企业创造更多附加值。在汽车智能制造领域，AI与机器视觉技术结合，可以实现更精准的质量追溯和管理，与传统的人工质检方式相比，这很大程度提高了...

什么是RAG？RAG是一种将信息检索与生成模型相结合的混合架构。首先，检索器从外部知识库或文档集中获取与用户查询相关的内容片段；然后，生成器基于这些检索到的内容生成自然语言输出，确保生成的内容既信息丰富，又具备高度的相关性和准确性。RAG模型由两个主要模块构成：检索器（Retriever）与生成器（Generator）。这两个模块相互配合，确保生成的文本既包含外部的相关知识，又具备自然流畅的语言表达。RAG的工作原理是什么...

此前的技术性失业只不过是暂时的、局部性的问题。但我们不能认为从过去历史中获得的经验可以原封不动地套用于未来的状况。过去与未来的前提不同，走向当然也会不同。虽说如此，只要未来的AI都是弱人工智能，那么技术性失业就会同之前一样，不过是暂时的、局部性的问题。即使未来搭载AI的自动驾驶汽车与无人机普及开来，导致出租司机”与快递人员失业，他们还可以转为从事其他人类更擅长的工作。比如担任护理人员或者按摩师等。...

OpenAI发布了其根据自身技术研发与产品开发的通往AGI的五级量表。OpenAI将AI开发分为五个阶段，每个阶段代表更高级的能力水平：第1级：聊天机器人—具有对话语言技能AI第2级：推理者能够在人类层面解决问题的AI第3级：Agents可以代表用户执行操作的AI第4级：创新者—可以协助发明的AI第5级：组织者—可以管理组织任务的AI彼时OpenAI刚发布o1模型不久，并且正在筹建多智能体团队，因此处于第二阶段与第三阶段之间。现在的OpenAI...

理解GraphRAG其实并不难，可以理解为由两个主要模块组成：向量检索(LocalSearch)局部知识图谱社区检索(GlobalSearch)所谓GraphRAG一定程度上可以理解为使用LLM生成知识图谱，在对复杂信息进行文档分析时可显著提高问答性能，尤其是在处理私有数据时。GraphRAG构建流程主要是以下三个：图表作为内容存储：提取相关文档块并要求LLM使用它们进行回答。这种变体需要一个包含相关文本内容和元数据的KG，以及与矢量数据库的集成。Grap...

在当今快节奏的数字化时代，企业面临着日益复杂的业务流程和不断增长的效率挑战。而RPA，即机器人流程自动化，正以其强大的实力成为企业变革的关键驱动力。RPA是什么？和Agent什么关系？它就像是一位不知疲倦的数字员工，能够模拟人类在计算机上的操作，自动执行重复性、规律性的任务。从数据录入、文件处理到报表生成，RPA可以精准无误地完成各种繁琐工作，极大地提高工作效率，降低人力成本。RPA拥有诸多卓越特性。它具备高度...

之前朋友做过的智能客服项目，今天整理脱敏出来帮大家做一个项目参考，整个工作流已经细分好，大家跟着自己实操做一遍，完善并且补充自己的项目经历，提高简历的含金量和通过率！✅需求分析：随着TiDB和TiDBCloud用户的增长，支持人员数量不足，超过50%的用户问题可在官方文档中找到答案，但文档内容繁多，用户难以找到所需信息，因此需要构建集成官方文档知识的机器人。🛅了解LLM的能力与限制：能力：包括理解语义、逻辑推理、...

在日新月异的生成式AI领域，几个核心的专业术语不仅频繁出现在讨论、报告和会议中，更是技术发展的关键驱动力。它们分别是：“PromptEngineering（提示工程）”、“FunctionCalling（函数调用）”、“RAG（检索增强生成）”和“Finetuning（微调）。•PromptEngineering（提示工程）：提示工程是一种技术，通过设计、实验和优化输入提示词（Prompt）来引导预训练语言模型生成所需响应或完成特定任务。它的核心在于通过精确的提...

大模型缺少在最少的人类监督下自主行动的能力，以及在复杂环境中适应和执行目标的能力，而AIAgent不仅能自动执行任务，还具有一定程度的代理能力。AIAgent被认为是走向通用人工智能(AGI)的关键路径之一。根据用户群体的不同，AIAgent可分为面向C端用户和B端企业这两类：面向C端用户，AIAgent的定位是“个人助理”，提供个性化的日常任务辅助和智能交互服务。通过学习用户偏好来定制服务，如日程管理、信息搜索和娱乐互动，同时...

所谓智能体优势在于自动执行复杂任务，提升自动化和智能决策效率。AIagent可以应用于多个领域，包括客户服务、个人助理、智能家居控制、自动驾驶汽车、推荐系统等。它们可以是软件形式，如聊天机器人，也可以是集成到物理设备中的，如智能音箱或机器人。AIagent的设计和功能取决于其被分配的任务和所处的环境。Agent工作原理主要是四个步骤1.感知。通过传感器感知环境变化。2.记忆。根据历史数据在未来做更精确的决策。3.规划和...

当今科技的浪潮席卷而来，生成式人工智能（AI）正成为这场数字革命的中坚力量。在这个迅速演进的领域中，我们见证了一个接一个的创新和人机交互方式的变革。人机协同(humanmachinesynergy)就是将人和机器组成一个团队，集成人类智能和人工智能，促进人机自主交互，协作共赢。人工智能研究的主要驱动力一直是机器与人类认知的协作与竞争，如机器在国际象棋中击败人类或者通过图灵测试，从而证明要么是机器比人类更好，要么是人类...

大模型正在从技术变革走向产业变革。无数的AI原生应用，正在重新定义我们与数字世界乃至物理世界的交互方式。作为产业端落地的重要行业之一，大模型在金融领域，也正在创造越来越多的增量值。大模型在金融行业的入口主要体现在以下几个方面：•金融风险管理：大模型技术可以用于构建更准确、更全面的风险模型，帮助金融机构评估和管理市场风险、信用风险、操作风险等，提供更精确的风险预测和决策支持。•量化交易：大模型技术...

什么是大模型幻觉（LLMHallucination）指大语言模型在生成文本时，给出似是而非、虚构或不准确信息的现象，简单来说就是一本正经的胡说八道。要点：大模型幻觉包括生成的文本与事实矛盾、上下文矛盾、与prompt不一致、编造事实和荒谬回复等问题幻觉产生的原因有数据质量问题、多样性缺乏、训练过拟合、生成过程随机性、提示工程不足和微调过程控制不当幻觉会带来严重后果,阻碍大模型应用1）.事实性幻觉(FactualityHallucination...

所谓agent是有记忆和规划技能的大模型，主要能力是感知环境、做出决策。一个精简的agent决策流程可以概括为：感知（perception）→规划（planning）→行动（action）在淘宝业务场景中，平台希望把agent技术与智能助手业务结合起来做用户侧的创新。而在业务实践中，主要诉求也主要是：提供一个交互页面，可以使用LLM智能体的自然语言理解能力、思维规划能力、工具使用等能力，直接理解用户输入的需求，然后通过agent规划能力，决...

近年来，大型语言模型LargeLanguageModels（LLM）的研究取得了显著的进展（例如GPT3，LLaMa，ChatGPT，GPT4），这些模型在各项自然语言处理（NLP）任务上展现了出色的性能。通过在海量数据上预训练，LLM获得了丰富的知识以及强大的推理能力。只需要输入一些用户指令，这些模型就可以解析指令、进行推理并给出符合用户预期的回答。这些能力背后蕴含着众多关键思想和技术，包括指令微调（InstructionTuning），上下文学习（InCont...

大模型与知识图谱结合，构建企业智能知识管理平台，为解决上述难题提供了新的思路：大模型技术能够从海量数据中提取复杂信息，具备学习和推理能力，而知识图谱则通过图形结构，将知识进行有机整合，展示出实体之间的关系和语义信息。两个技术的结合，将实现更加便捷的知识管理、更加精准的智能问答、以及更加可靠的智能决策与分析。一、知识图谱推理知识图谱是一种结构化的知识库，它以图的形式表示和存储现实世界中的实体、概...

AIAgent，即人工智能代理，是一种能够感知环境、进行自主理解、决策和执行动作的智能实体。它基于大语言模型，能够通过独立思考、调用工具来逐步完成给定目标的计算机程序。AIAgent的核心在于其自主性和自适应性，在特定任务或领域中能够自主地进行学习和改进。追溯起来，代理是一个历史悠久的概念，对这个概念的探索和解释并不仅限于AI领域。在哲学中，代理的核心概念可以追溯到亚里士多德和大卫·休谟等有影响力的思想家。在...

大模型知识图谱是指将大型语言模型（LLM）与知识图谱技术相结合的一种技术手段，旨在利用知识图谱的结构化知识来增强大模型在自然语言处理任务中的表现。知识图谱通过将信息表示为实体（节点）和关系（边）的网络，模仿了人类结构知识的组成方式，不仅能捕获原始信息，还能捕获跨越多个文档的高阶关系，并具备强大的推理能力。GraphRAG是一种利用知识图谱增强检索增强生成的技术。它通过以下几个步骤来提升大模型的性能：创建领...

AI技术之于现有金融行业的赋能是多领域、多环节的。从现有行业形态看，AI可赋能的金融领域包括营销(如精准营销、交叉销售)、资管、风控(如反洗钱)等，面对客户可包含金融消费者、金融机构和金融监管机构，改善金融市场信息对称性并提升交易的效率和安全性。从潜在赋能的细分环节看，包含智能核身、智能催收、智能客服等在内的应用持续推出且逐步成熟，而智能投研、智能投顾、智能营销等高市场价值的环节仍然存在较大提升空间。...

AI技术持续神速突破，正贯穿软硬件并跨各行产业应用，由数字化升级到AI化，带来人类生活与产业的各种变革。AI技术持续神速突破中，已然成为全球数字化的主流，也正贯穿软硬件并跨产业应用，从关键零组件、智能装置、软件、平台、应用服务等，正在形成人工智能产业生态。AI技术持续进步，融合各种新旧技术如云端、物联网、大数据、VR／AR／XR等成为各种AIoT新应用，AI成为各行各业的数字化升级到AI化，带来人类生活与产业的各种...